目前应用比较广泛的几种即席查询框架有Druid、Kylin、Presto、Impala、Spark SQL和Elasticsearch，针对响应时间、数据支持、技术特点等方面的对比如表

针对上表的对比情况，分析汇总如下。

● Druid：实时处理时序数据的OLAP数据库，因为它的索引首先按照时间进行分片，查询的时候也是按照时间线去路由索引的。

● Kylin：核心是Cube，Cube是一种预计算技术，基本思路是预先对数据进行多维索引，查询时只扫描索引而不访问原始数据，从而提高查询速度。

● Presto：它没有使用MapReduce，大部分场景下比Hive快一个数量级，其中的关键是所有的处理都在内存中完成。

● Impala：基于内存运算，速度快，支持的数据源没有Presto多。

● Spark SQL：基于Spark平台上的一个OLAP框架，基本思路是增加机器以实现并行计算，从而提高查询速度。

● Elasticsearch：最大的特点是使用倒排索引解决了索引存在的问题。根据研究，Elasticsearch在数据获取和聚集时用的资源比在Druid中高。框架选型如下。

● 从超大数据的查询效率来看：Druid > Kylin > Presto >Spark SQL。

● 从支持的数据源种类来看：Presto > Spark SQL > Kylin >Druid。