Apache Parquet wird Top-Level-Projekt

Spaltenorientierte Datenspeicherung für Hadoop Apache Parquet wird Top-Level-Projekt

08.05.2015Autor / Redakteur: Dipl. -Ing. Thomas Drilling / Nico Litzel

Die Apache Software Foundation (ASF) hat das das Open-Source-Projekt Parquet, ein spaltenorientiertes Speicherformat für das Hadoop-Ökosystem, zum Top-Level Projekt befördert.

Anbieter zum Thema

Bissantz & Company GmbH

Disy Informationssysteme GmbH

20200122-PNG-confluent_logo-denim.png ()

Confluent Germany GmbH

Parquet: Spaltenorientiertes Speicherformat für Hadoop
(Bild: Apache Software Foundation, Twitter)

Das quelloffene Parquet fungiert als spaltenorientiertes Speichersystem für das Hadoop-Ökosystem und wurde von der Apache Software Foundation aus dem Incubator der Stiftung jetzt zum Top-Level-Projekt befördert.

Mehr Effizienz bei verschachtelten Namensräumen

Parquet versteht sich als alternatives Speicherformat für das Hadoop-Ökosystem. Parquet wurde von Grund auf für den Umgang mit verschachtelten Datenstrukturen entwickelt und nutzt den „Record-shredding-and-assembly“-Algorithmus, wie er in Dremel beschrieben ist. Die Parquet-Entwickler glauben, dass sich dieser Ansatz besser zur „Verflachung“ verschachtelte Namensräume eignet und letztendlich die Latenz beim Datenzugriff verringert.

Da das Format spaltenorientiert funktioniert, ermöglicht es sehr effiziente Kompressions- und Codierungsverfahren zur Reduzierung des Speicherbedarfs. Parquet ist sehr flexibel und funktioniert über das von der jeweiligen Big-Data-Anwendung verwendete Verarbeitungs-Framework (MapReduce, Apache Spark, Scalding, Cascading, Crunch, Kite), Datenmodell (Apache Avro, Apache Thrift, Protocol Buffers, POJOs) und Abfrage-Engine (Apache Hive, Impala, HAWQ, Apache Drill, Apache Tajo, Apache Pig, Presto, Apache Spark SQL) hinweg.

Weitere Informationen

Weitere Details zu den in Parquet verwendeten Algorithmen stellt die Apache Software Foundation in der Dokumentation sowie im „alten“ GitHub-Repositorium des Projekts zur Verfügung. Seit dem Wechsel zur Apache Software Foundation steht die aktuelle Version 1.6 allerdings im zentralen Maven-Repository der Foundation zum Herunterladen zur Verfügung. Auf Github finden sich nur noch ältere Versionen. Ebenfalls sehr aufschlussreich ist eine Video-Präsentation vom letztjährigen Hadoop-Summit.

Prominente Nutzer

Twitter gehört wie Netflix und Cloudera (Impala) zu den Early Adoptors von Parquet
(Bild: Twitter)

Zu den prominentesten Nutzern von Parquet gehören Netflix, Cloudera und Twitter. Laut Chris Aniszczyk, Open-Source-Leiter von Twitter, konnte Parquet in einigen Fällen die Speicheranforderungen für große Datensätze um ein Drittel reduzieren. Bei Netflix kommt Parquet laut Daniel Weeks, Software Engineer bei Netflix, als primäres Storage-Format für Data Warehousing zum Einsatz. Mehr als sieben Petabyte des zehn Petabyte umfassenden Warehouses bei Netflix seien Daten im Parquet-Format, auf das Netflix mit einer breiten Palette an Anwendungen zugreife, darunter Apache Hive, Apache Pig, Apache Spark, PigPen, Presto und natives MapReduce.

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Geschäftliche E-Mail

Bitte geben Sie eine gültige E-Mailadresse ein.

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Stand vom 30.10.2020

Es ist für uns eine Selbstverständlichkeit, dass wir verantwortungsvoll mit Ihren personenbezogenen Daten umgehen. Sofern wir personenbezogene Daten von Ihnen erheben, verarbeiten wir diese unter Beachtung der geltenden Datenschutzvorschriften. Detaillierte Informationen finden Sie in unserer Datenschutzerklärung.

Einwilligung in die Verwendung von Daten zu Werbezwecken

Ich bin damit einverstanden, dass die Vogel IT-Medien GmbH, Max-Josef-Metzger-Straße 21, 86157 Augsburg, einschließlich aller mit ihr im Sinne der §§ 15 ff. AktG verbundenen Unternehmen (im weiteren: Vogel Communications Group) meine E-Mail-Adresse für die Zusendung von redaktionellen Newslettern nutzt. Auflistungen der jeweils zugehörigen Unternehmen können hier abgerufen werden.

Der Newsletterinhalt erstreckt sich dabei auf Produkte und Dienstleistungen aller zuvor genannten Unternehmen, darunter beispielsweise Fachzeitschriften und Fachbücher, Veranstaltungen und Messen sowie veranstaltungsbezogene Produkte und Dienstleistungen, Print- und Digital-Mediaangebote und Services wie weitere (redaktionelle) Newsletter, Gewinnspiele, Lead-Kampagnen, Marktforschung im Online- und Offline-Bereich, fachspezifische Webportale und E-Learning-Angebote. Wenn auch meine persönliche Telefonnummer erhoben wurde, darf diese für die Unterbreitung von Angeboten der vorgenannten Produkte und Dienstleistungen der vorgenannten Unternehmen und Marktforschung genutzt werden.

Falls ich im Internet auf Portalen der Vogel Communications Group einschließlich deren mit ihr im Sinne der §§ 15 ff. AktG verbundenen Unternehmen geschützte Inhalte abrufe, muss ich mich mit weiteren Daten für den Zugang zu diesen Inhalten registrieren. Im Gegenzug für diesen gebührenlosen Zugang zu redaktionellen Inhalten dürfen meine Daten im Sinne dieser Einwilligung für die hier genannten Zwecke verwendet werden.

Recht auf Widerruf

Mir ist bewusst, dass ich diese Einwilligung jederzeit für die Zukunft widerrufen kann. Durch meinen Widerruf wird die Rechtmäßigkeit der aufgrund meiner Einwilligung bis zum Widerruf erfolgten Verarbeitung nicht berührt. Um meinen Widerruf zu erklären, kann ich als eine Möglichkeit das unter https://support.vogel.de abrufbare Kontaktformular nutzen. Sofern ich einzelne von mir abonnierte Newsletter nicht mehr erhalten möchte, kann ich darüber hinaus auch den am Ende eines Newsletters eingebundenen Abmeldelink anklicken. Weitere Informationen zu meinem Widerrufsrecht und dessen Ausübung sowie zu den Folgen meines Widerrufs finde ich in der Datenschutzerklärung, Abschnitt Redaktionelle Newsletter.

(ID:43360836)