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

More Related Content

What's hot

Similar to Apache Drill を利用した実データの分析

More from MapR Technologies Japan

Apache Drill を利用した実データの分析