Apache Pinot

定义

Apache Pinot 是 LinkedIn 于 2015 年开源的实时分布式 OLAP 数据存储，2021 年成为 Apache 顶级项目，主打「面向用户的分析」（User-facing Analytics），即让海量终端用户直接触发分析查询。

原理

Pinot 将表划分为 Segment，采用列式存储并提供丰富索引：倒排索引、排序索引、范围索引以及独特的星树（StarTree）索引——后者对高频维度组合做部分预聚合，在存储与查询速度间取得平衡。系统由 Controller、Broker、Server 组成，依赖 Apache Helix 做集群管理，可同时从 Kafka 实时摄取与从离线批量导入，实现流批数据在同一张表内查询。

应用

LinkedIn 用它支撑「谁看过你的主页」等功能，Uber Eats、Stripe 等公司也用于实时指标看板；其商业化公司为 StarTree。

优缺点

优点是查询并发极高、毫秒级延迟；缺点是不支持复杂多表 Join，数据模型偏平面宽表，运维组件较多。