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
