背景
对于亿级规模的数据量，使用传统数据库分析会比较低效且耗时。
这时就引入了OLAP引擎，本文以impala和spark为主进行介绍。
OLAP典型技术组件
impala是MPP架构，即每个节点的 CPU、内存和存储等都是独立的，不存在共享，每个节点都是一个单独的数据库。
节点之间的信息和数据交互是通过网络实现，每次计算是所有节点都参与计算，容易导致短板效应。
Spark是批处理架构，并不需要所有的节点都参与运算，它在一个任务事件下发以后，控制节点会分配给一些集群中的节点，而这些节点各自完成自己的计算，然后把计算结果写到磁盘里，再交给下一个计算的节点去写入，每次不需要所有的节点去参与运算。
因为节点和它的任务是解耦的，控制节点可以调节分配任务，来减少短板。
olap
使用场景
BI报表，是批处理+MPP组合的形式，其中对业务中的RT和QPS要求不高，重点在于需要支持非常复杂的分析，最好使用的方案其实是批处理+MPP，批处理这层主要是进行数据清洗初步的聚合
通过对业务的理解，将关键的数据保留，通过批处理预先建好DWS层的模式处理，然后使用impala对接BI类工具来支持我们的业务需求，满足复杂分析的要求。
