
なぜユーザーはTrinoやPrestoからStarRocksへ移行しているのか

高いクエリレイテンシ

リアルタイム分析に非対応

高い同時実行性への対応が限定的
StarRocks対TrinoおよびPresto
14.6x
StarRocksのネイティブテーブルによる優れたパフォーマンス
5.54x
データレイク上でもStarRocksによる高パフォーマンスを実現
10000QPS
数千人規模の同時ユーザーでも高いパフォーマンスを維持
外部データにクエリ。
データの取り込みは不要。
ローカルデータをより効率的に分析できるだけでなく、StarRocksはApache Hive、Apache Iceberg、Apache Hudi、Delta Lakeなどのデータレイクに保存されたデータを分析するクエリエンジンとしても機能します。
StarRocksの外部カタログを使用することで、ユーザーはHDFSやAmazon S3などの異なるシステム上にあるParquet、ORC、CSVといったさまざまなファイル形式のデータに対して、ゼロマイグレーションでシームレスにクエリを実行することが可能です。
なぜ多くのPrestoおよびTrinoユーザーがStarRocksへ移行しているのか

あらゆるシナリオで比類なきパフォーマンスを実現
これは、StarRocksが持つ独自のベクトル化実行エンジンによるものであり、C++で実装されているため、最新CPUのSIMD命令を最大限に活用することが可能です。
さらに、StarRocksは最適化されたネイティブストレージエンジンを備えているため、データレイク分析、低レイテンシ、高い同時実行性といったワークロードを、1つのデータベースで統合できます。

データレイク上でも最新データで分析を実行
また、StarRocksのストレージエンジンはDelete-and-insertパターンを採用しており、効率的なPartial UpdateおよびUpsert操作を実現します。

インテリジェントマテリアライズドビューで分析を高速化
TrinoおよびPrestoとStarRocksの比較
項目
|
|
|
クエリエンジン |
![]() |
![]() |
クエリ実行 |
|
|
リアルタイム分析 |
|
|
同時実行性のサポート |
![]() |
|
データレイククエリとローカルストレージのサポート |
![]() |
|
Materialized views |
![]() |
|
単一障害点(Point of failure) |
![]() |
|
導入事例のご紹介

TrinoとStarRocksの違いを徹底解説したガイドをご覧ください。実際の導入事例を交えながら、StarRocksがTrinoに対して持つ優位性とその理由をご紹介します。
比較ガイドを読む