Apache Drill を利用した実データの分析

®
© 2014 MapR Technologies 1
®
© 2014 MapR Technologies
Apache Drill を利用した実データの分析
Tomer Shiran
VP Product Management, MapR Technologies
Co-Founder, PMC Member and Committer, Apache Drill
2014年 11 月 20 日

®
データのサイズは2年で
倍のペースで増えている

®
44 ゼッタバイト
4.4 ゼッタバイト
2011 2013
1.8 ゼッタバイト
IDC による予測では 2020年
に世界全体のデータ量は
44 ゼッタバイトに達する
2020
出典: IDC Digital Universe

®
非構造化データ
構造化データ
1980 2000 20101990 2020
非構造化データの割合は
企業や組織が集めたデータ
の 80%以上に増大する
出典: Human-Computer Interaction & Knowledge Discovery in Complex Unstructured, Big Data
合計格納データサイズ

®
1980 2000 20101990 2020
固定スキーマ
DB管理者が構造を管理
動的スキーマ（スキーマフリー）
アプリケーションが構造を管理
「非スキーマ」データストアリレーショナルデータベース
MB〜GB TB〜PBサイズ
データベース
非スキーマデータストアがこのデータをとらえつつある
構造
開発スタイル
構造化構造化、半構造化、非構造化
計画的（リリースサイクル: 数ヶ月〜数年) 反復的（リリースサイクル: 数日〜数週）

®
ビッグデータの世界の SQL
•  SQL
•  BI（Tableau、MicroStrategy など）
•  低レイテンシ
•  スケーラビリティ
•  データストア上のスキーマの作成や
管理:
–  HDFS（Parquet、JSON など）
–  HBase
–  MongoDB
•  データの変換や複製
2 DON’T WANTWANT
非スキーマデータストアの柔軟性や機敏さに関する
妥協をすることなく SQL および BI への対応をしたい

®
• Hadoop/NoSQL 向けスキーマフリーのスケールアウトクエリエンジン
• クエリを実行するだけ vs スキーマ中心
• 低レイテンシ
• 使いやすさ
• 業界標準 API: ANSI SQL、ODBC/JDBC、RESTful API
40 以上のコントリビュータ
150 年以上のデータベースおよび 
分散システムの開発経験
APACHE DRILL

®
セルフサービスデータ探索に向けた進化
データモデリング
および変換
データビジュア 
ライゼーション
IT部門主導
IT部門主導
IT部門主導
セルフサービス
IT部門主導
不要
RDBMSを使った 
従来のBI
RDBMSを使った 
セルフサービスBI
SQL-on-Hadoop
データ探索
ゼロデイ・アナリティクス

®

®
Drill のデータモデルはフレキシブル
HBase
JSON
BSON
CSV
TSV
Parquet
Avro
スキーマレス固定スキーマ
フラット
複雑
柔軟性
柔軟性
名前! 性別! 年齢!
Michael! M! 6!
Jennifer! F! 3!
{!
name: {!
first: Michael,!
last: Smith!
},!
hobbies: [ski, soccer],!
district: Los Altos!
}!
{!
name: {!
first: Jennifer,!
last: Gates!
},!
hobbies: [sing],!
preschool: CCLC!
}!
RDBMS/SQL-on-Hadoopテーブル
Apache Drill テーブル

®
Drill は動的なスキーマディスカバリをサポート
•  固定スキーマ
•  中央管理されたレポジトリのスキー
マを利用 (Hive メタストア)
•  固定スキーマ、変化するスキーマ、
もしくはスキーマレス
•  中央管理されたレポジトリのスキーマ、
自己記述型データのスキーマを利用
2
SCHEMA ON
WRITE
SCHEMA
BEFORE READ
SCHEMA ON THE
FLY
事前にスキーマを宣言
動的にスキーマを発見

®
ネイティブ JSON
SELECT
json_value(po_document,

'$.AllowPartialShipment’
RETURNING
NUMBER)

FROM

j_purchaseorder;

SELECT
po_document.AllowPartialShipment

FROM

j_purchaseorder;

Oracle の JSON クエリ:
Drill のJSON クエリ:
リレーショナルデータベースはスキーマフリーな JSON にきちんと対応できない

®
© 2014 MapR Technologies 13© 2014 MapR Technologies ®
アーキテクチャ

®
アーキテクチャの概要
•  コモディティサーバのクラスタ
–  各ノード上でデーモン (drillbit) が動作
•  他の実行エンジンには非依存（MapReduce、Spark、Tez）
–  より優れた性能と管理性
•  ZooKeeper が逐一変化するクラスタのメンバーシップ情報を管理
–  drillbit は ZooKeeper を利用してクラスタ内の他の drillbit を見つける
–  クライアントは ZooKeeper を利用して drillbit を見つける
•  データ処理単位はカラムナレコードバッチ

–  性能への影響を最小限に抑えつつスキーマの柔軟性を実現

®
Drill はデータ局所性を最大限活用する
データソースベストプラクティス
HDFS または MapR-FS 各 DataNode 上の drillbit がアクセス
HBase または MapR-DB 各 RegionServer 上の drillbit がアクセス
MongoDB 各 mongod 上の drillbit がアクセス(レプリカ使用時はレプリカノード上で稼働)
drillbit

DataNode/
RegionServer/
mongod

drillbit

DataNode/
RegionServer/
mongod

drillbit

DataNode/
RegionServer/
mongod

ZooKeeper
ZooKeeper
ZooKeeper
…

®
SELECT* クエリ実行
drillbit

ZooKeeper
クライアント
(JDBC, ODBC,
REST)
1.  drillbit を見つけ
る（セッションごと）
3.  論理および物理実行プランを作成
4.  クラスタに個別のフラグメントの実行を行わせる
（完全な分散実行）
ZooKeeper
ZooKeeper
drillbit
drillbit

2.  drillbit
にク
エリを送信
5.  クライアントに
結果を返す
* CTAS (CREATE TABLE AS SELECT) クエリはステップ 1〜4 を含む

®
drillbit 内部のコアモジュール

SQL パーサ
Hive
HBase
分散キャッシュ
ストレージプラグイン
MongoDB
DFS
物理プラン
実行エンジン論理プランオプティマイザ
RPC エンドポイント

®
例: 実データの分析

®
デモの概要
1.  Drill の起動
2.  DFS および MongoDB ストレージプラグインの設定
3.  データの探索
–  基本操作
–  複雑なデータ
–  ビュー

®
Drill の起動

®
Drill を組み込みモードで起動（sqlline）
$
tar
xf
apache-‐drill-‐0.7.0.tar.gz

$
cd
apache-‐drill-‐0.7.0

$
bin/sqlline
-‐u
jdbc:drill:zk=local

>
SELECT
*

FROM
dfs.root.`/Users/tshiran/Development/demo/data/yelp/user.json`

LIMIT
1;

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

|
yelping_since
|

votes

|
review_count
|

name

|

user_id

|

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

|
2012-‐02

|
{"funny":1,"useful":5,"cool":0}
|
6

|
Lee

|

qtrmBGNqCvupHMHL_bKFgQ
|

•  drillbit（Drill デーモン）が組み込みモードで自動的に起動する
•  組み込みモードでは ZooKeeper は不要（したがって zk=local）
•  組み込みモードでは BI クライアント（JDBC/ODBC）は使用できない
Web UI にアクセスが可能になる:
http://localhost:8047

®
または Run Drill を分散モードで起動…
$
zkServer
start

•  ZooKeeper（zkServer）を稼働させる:
•  Web UI にアクセス: http://localhost:8047
•  クライアントからクラスタに接続（sqlline を使用):
•  クライアント（例: sqlline）は ZooKeeper に接続してクラスタノードを見つける
•  1つの ZooKeeper のセットに複数の Drill クラスタが登録されている場合には、JDBC 接続文字列
の中で希望のクラスタを指定する: jdbc:drill:zk=localhost:2181/drill/<クラスタ名>
•  ZooKeeper の稼働状態が不明の場合 telnet
localhost
2181 を実行して接続できるか確認
•  conf/drill-‐override.conf 内で Drill クラスタ名と ZooKeeper ノードを定義
•  drillbit を起動:

$
bin/drillbit.sh
start

$
bin/sqlline
-‐u
jdbc:drill:zk=localhost:2181

®
ストレージプラグインの設定

®
MongoDB ストレージプラグインを有効化

®
DFS ストレージプラグインでワークスペースを定義
•  d

®
データの探索: 基本操作

®
データ: DFS ファイル
{

"votes":
{"funny":
0,
"useful":
2,
"cool":
1},

"user_id":
"Xqd0DzHaiyRqVH3WRG7hzg",

"review_id":
"15SdjuK7DmYqUAj6rjGowg",

"stars":
5,

"date":
"2007-‐05-‐17",

"text":
"dr.
goldberg
offers
everything
...",

"type":
"review",

"business_id":
"vcNAWiLM4dR7D2nwwJ7nCA"

}

®
データ: MongoDB コレクション
$
mongo

MongoDB
shell
version:
2.6.5

>
show
databases;

admin

(empty)

local

0.078GB

yelp

0.453GB

>
use
yelp

>
db.users.findOne()

{

"_id"
:
ObjectId("54566cdf3237149de181a92a"),

"yelping_since"
:
"2012-‐02",

"votes"
:
{

"funny"
:
1,

"useful"
:
5,

"cool"
:
0

},

"review_count"
:
6,

"name"
:
"Lee",

"user_id"
:
"qtrmBGNqCvupHMHL_bKFgQ",

"friends"
:
[
]

}

®
やってみましょう
>
SELECT
*

FROM
dfs.root.`/Users/tshiran/Development/
demo/data/yelp/review.json`

WHERE
stars
=
1

LIMIT
1;

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

|

votes

|

user_id

|
review_id

|

stars

|

date

|

text

|

type

|
business_id
|

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

|
{"funny":0,"useful":0,"cool":0}
|
Qrs3EICADUKNFoUq2iHStA
|
_ePLBPrkrf4bhyiKWEn4Qg
|
1

|
2013-‐04-‐19

|
I
don't
know
what
Dr.
Goldberg
was
like
before

moving
to
Arizona,
but
let
me
tell
you,
STAY
AWAY
from
this

doctor
and
this
office.
|
review

|
vcNAWiLM4dR7D2nwwJ7nCA
|

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

®
ストレージプラグインの利用とワークスペース
>
SELECT
*
FROM
dfs.root.`/Users/tshiran/Development/demo/data/
yelp/review.json`
LIMIT
1;

>
SELECT
*
FROM
dfs.demo.`yelp/review.json`
LIMIT
1;

>
SELECT
*
FROM
mongo.yelp.users
LIMIT
1;

>
USE
mongo.yelp;

>
SELECT
*
FROM
users
LIMIT
1;

ストレージプラグイン
ワークスペース
ワークスペースからの相対パス
ストレージプラグインワークスペーステーブル
dfs パスワークスペースからの相対パス
mongo データベースコレクション
hive データベーステーブル
hbase ネームスペーステーブル

®
最も多いユーザ名（MongoDB）
>
SELECT
name,
count(*)
AS
users

FROM
mongo.yelp.users

GROUP
BY
name

ORDER
BY
users
DESC
LIMIT
10;

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

|

name

|

users

|

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

|
David

|
2453

|

|
John

|
2378

|

|
Michael

|
2322

|

|
Chris

|
2202

|

|
Mike

|
2037

|

|
Jennifer

|
1867

|

|
Jessica

|
1463

|

|
Jason

|
1457

|

|
Michelle

|
1439

|

|
Brian

|
1436

|

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

®
最も店舗が多い都市
>
SELECT
state,
city,
count(*)
AS
businesses

FROM
dfs.demo.`/yelp/business.json`

GROUP
BY
state,
city

ORDER
BY
businesses
DESC
LIMIT
10;

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

|

state

|

city

|

businesses
|

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

|
NV

|
Las
Vegas

|
12021

|

|
AZ

|
Phoenix

|
7499

|

|
AZ

|
Scottsdale
|
3605

|

|
EDH

|
Edinburgh

|
2804

|

|
AZ

|
Mesa

|
2041

|

|
AZ

|
Tempe

|
2025

|

|
NV

|
Henderson

|
1914

|

|
AZ

|
Chandler

|
1637

|

|
WI

|
Madison

|
1630

|

|
AZ

|
Glendale

|
1196

|

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

®
データの探索:複雑なデータ

®
business.json (1)
{

"business_id":
"4bEjOyTaDG24SY5TxsaUNQ",

"full_address":
"3655
Las
Vegas
Blvd
SnThe
StripnLas
Vegas,
NV
89109",

"hours":
{

"Monday":
{"close":
"23:00",
"open":
"07:00"},

"Tuesday":
{"close":
"23:00",
"open":
"07:00"},

"Friday":
{"close":
"00:00",
"open":
"07:00"},

"Wednesday":
{"close":
"23:00",
"open":
"07:00"},

"Thursday":
{"close":
"23:00",
"open":
"07:00"},

"Sunday":
{"close":
"23:00",
"open":
"07:00"},

"Saturday":
{"close":
"00:00",
"open":
"07:00"}

},

"open":
true,

"categories":
["Breakfast
&
Brunch",
"Steakhouses",
"French",
"Restaurants"],

"city":
"Las
Vegas",

"review_count":
4084,

"name":
"Mon
Ami
Gabi",

"neighborhoods":
["The
Strip"],

"longitude":
-‐115.172588519464,

®
business.json (2)

"state":
"NV",

"stars":
4.0,

"attributes":
{

"Alcohol":
"full_bar”,

"Noise
Level":
"average",

"Has
TV":
false,

"Attire":
"casual",

"Ambience":
{

"romantic":
true,

"intimate":
false,

"touristy":
false,

"hipster":
false,

"classy":
true,

"trendy":
false,

"casual":
false

},

"Good
For":
{"dessert":
false,
"latenight":
false,
"lunch":
false,

"dinner":
true,
"breakfast":
false,
"brunch":
false},

}

}

®
今どの店舗が開いてる（22:00）?
>
SELECT
name,
b.hours

FROM
dfs.demo.`yelp/business.json`
b

WHERE
b.hours.Saturday.`open`
<
'22:00'
AND

b.hours.Saturday.`close`
>
'22:00'

LIMIT
2;

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

|

name

|

hours

|

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

|
Chang
Jiang
Chinese
Kitchen
|
{"Tuesday":{"close":"22:00","open":"11:00"},"Friday":
{"close":"22:30","open":"11:00"},"Monday":{"close":"22:00","open":"11:00"},"Wednesday":
{"close":"22:00","open":"11:00"},"Thursday":{"close":"22:00","open":"11:00"},"Sunday":
{"close":"21:00","open":"16:00"},"Saturday":{"close":"22:30","open":"11:00"}}
|

|
Grand
China
Restaurant
|
{"Tuesday":{"close":"22:00","open":"11:00"},"Friday":
{"close":"23:00","open":"11:00"},"Monday":{"close":"22:00","open":"11:00"},"Wednesday":
{"close":"22:00","open":"11:00"},"Thursday":{"close":"22:00","open":"11:00"},"Sunday":
{"close":"22:00","open":"12:00"},"Saturday":{"close":"23:00","open":"11:00"}}
|

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

®
午後10時のラスベガス、おいしい中東料理が食べたい
>
SELECT
name,
stars,
b.hours.Friday,
categories

FROM
b

WHERE
b.hours.Friday.`open`
<
'22:00'
AND

b.hours.Friday.`close`
>
'22:00'
AND

REPEATED_CONTAINS(categories,
'Mediterranean')
AND

city
=
'Las
Vegas'

ORDER
BY
stars
DESC

LIMIT
2;

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

|

name

|

stars

|

EXPR$2

|
categories
|

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

|
Olives

|
4.0

|
{"close":"22:30","open":"11:00"}
|
["Mediterranean","Restaurants"]
|

|
Marrakech
Moroccan
Restaurant
|
4.0

|
{"close":"23:00","open":"17:30"}
|

["Mediterranean","Middle
Eastern","Moroccan","Restaurants"]
|

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

®
データの探索: ビュー

®
名前-性別マッピングのビューの作成
>
CREATE
VIEW
dfs.tmp.`names`
AS

SELECT
columns[0]
AS
name,
columns[4]
AS
gender

FROM
dfs.demo.`names.csv`;

>
USE
dfs.tmp;

>
CREATE
VIEW
names1
ASSELECT
columns[0]
AS
name,
columns[4]
AS
gender
FROM

dfs.demo.`names.csv`;

>
SELECT
*
FROM
dfs.tmp.names
WHERE
name
=
'John';

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

|

name

|

gender

|

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

|
John

|
Male

|

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

columns[0]
columns[4]

names.csv:

®
誰がより高い評価をしているか – 男性 or 女性?
>
SELECT
n.gender,
count(*)
AS
users,
round(avg(average_stars),
2)
stars

FROM
mongo.yelp.users
u,
dfs.tmp.names
n

WHERE
u.name
=
n.name

GROUP
BY
n.gender;

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

|

gender

|

users

|

stars

|

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

|
Female

|
103684

|
3.77

|

|
Male

|
97430

|
3.696

|

|
Unknown

|
18409

|
3.727

|

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

®
誰がよくレビューを書いているか – 男性 or 女性?
>
SELECT
n.gender,
round(avg(length(r.text)))
AS
review_length

FROM
dfs.demo.`yelp/review.json`
r,

mongo.yelp.users
u,

dfs.tmp.names
n

WHERE
u.name
=
n.name
AND
r.user_id
=
u.user_id

GROUP
BY
n.gender;

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

|

gender

|
review_length
|

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

|
Male

|
665

|

|
Female

|
730

|

|
Unknown

|
711

|

+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐+

3つのジョインを行い見つける…

®
Drill ツイート（@ApacheDrill）

®
ありがとうございました
•  もっと知るには: incubator.apache.org/drill/
•  ダウンロード: incubator.apache.org/drill/download/
•  ご質問は: drill-user@incubator.apache.org
•  連絡先: tshiran@apache.org

®
Thank You
@mapr maprtech
tshiran@mapr.com
Tomer Shiran, VP Product Management
MapRTechnologies
maprtech
mapr-technologies

Apache Drill を利用した実データの分析

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to Apache Drill を利用した実データの分析

Similar to Apache Drill を利用した実データの分析 (20)

More from MapR Technologies Japan

More from MapR Technologies Japan (20)

Apache Drill を利用した実データの分析