Tajo 是一个分布式数据仓库系统，基于 Hadoop 实现，特点是低延迟、高可伸缩，提供专用查询和 ETL 工具
特点：
可伸缩性和低延迟
完全分布式的 SQL 查询处理，基于存储雨 HDFS 的大数据集
超低响应时间（约100毫秒），在合理数据范围内的简单查询
支持长时间运行的查询
容错支持，避免某些任务失败后的查询重启
动态调度，处理和异构集群节点故障
ETL
ETL 可实现不同数据格式之间的转换
支持多种文件格式，如 CSV、RCFile 和 RowFile
扩展性
支持用户自定义函数
提供自定义文件格式的 Scanner/Appender 接口
兼容性
遵循 ANSI/ISO SQL 标准，非标准方面遵循 PostgreSQL 规范
支持 HiveQL 模式
在 HCatalog 和 Hive MetaStore 实现表访问
支持 JDBC 驱动
简单
提供交互式 Shell 来提交 SQL 查询到 Tajo 集群
提供备份和恢复工具
异步/同步 Java API 来提交 SQL 查询到 Tajo 集群
Apache Tajo 0.2.0 包含如下改进：
* Add cost-based join optimization
* Allow inline view use (i.e., table subquery)
* Add various string functions, such as upper, lower, (L|R)TRIM,
split_part, and regexp_replace.
* Allow in predicate support
* Improve significantly scan performance
* Add INSERT OVERWRITE statement
* Add CREATE TABLE statement
* Add HiveQL mode
* Allow configurable NULL character for CSVFile format
* Allow compression/decompression of CSVFile (all codecs supported by Hadoop)
* Add the extensible rewrite rule engine
* Add tajo_dump, a backup and restore utility
* Allow BETWEEN predicate
* Add Tajo Resource Manager specialized for low-latency queries
项目主页：http://tajo.incubator.apache.org/
下载地址：http://tajo.incubator.apache.org/downloads.html
来自:开源中国社区
