2024年大数据最全大数据技术入门：impala查询引擎，2024年最新面向大数据开发开发者的复习指南

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

今天是加入CSDN的第1221天。觉得有帮助麻烦👏点赞、🍀评论、❤️收藏_

---

文章目录

• 一、概述

• 二、技术特性

• 三、功能特性

• 四、Impala 工作原理

• 五、日常运维指令

---

一、概述

=================================================================

Impala是Cloudera公司主导开发的新型查询系统，它提供SQL语义，能查询存储在Hadoop的HDFS和HBase中的PB级大数据。已有的Hive系统虽然也提供了SQL语义，但由于Hive底层执行使用的是MapReduce引擎，仍然是一个批处理过程，难以满足查询的交互性。相比之下，Impala的最大特点也是最大卖点就是它的快速。----来源于百度百科

Impala核心能力

Impala是性能最高的SQL引擎（提供类似RDBMS的体验），它提供了访问存储在Hadoop分布式文件系统中的数据的最快方法。Impala 可以实现快速查询。

二、技术特性

===================================================================

• 基于内存进行计算（即计算过程中没有中间数据落盘），能够对 PB 级数据进行交互式实时查询、分析

• 无需转换为 MR，直接读取 HDFS 及 Kudu 数据 ，从而大大降低了延迟。

• Impala 没有 MapReduce批处理，而是通过使用与商用并行关系数据库中类似的分布式查询引擎（由 Query Planner、Query Coordinator 和Query Exec Engine 三部分组成）

• 前端 java、后端 C++ 编写，使用 LLVM 框架统一编译运行（区别于 GCC）

• 兼容 HiveSQL

• 支持 Hive 基本的一些查询等，Hive 中的一些复杂结构是不支持的

• 具有数据仓库的特性，可对 Hive 数据直接做数据分析

三、功能特性

===================================================================

• Impala支持内存中数据处理，它访问/分析存储在Hadoop数据节点上的数据，而无需数据移动。

• 使用类SQL查询访问数据。

• Impala为HDFS中的数据提供了更快的访问。

• 可以将数据存储在Impala存储系统中，如Apache HBase和Amazon s3。

• Impala支持各种文件格式，如LZO，序列文件，Avro，RCFile和Parquet。

四、Impala 工作原理

==========================================================================

Impalad:

Impala 核心组件，运行在各个数据节点上面， 守护进程 Impala daemon，它负责接收从 impala-shell、Hue、JDBC、ODBC 等接口发送的查询语句，解析 SQL 语句并执行查询任务，任务完成返回结果给到客户端。Impalad 内部是由 Query Planner、Query Coordinator 和 Query Executor 三部分组成：。

State Store:

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

需要这份系统化资料的朋友，可以戳这里获取