浅谈Impala

什么是Impala?

    Impala是Hadoop上原生的基于MPP的SQL查询引擎。

Impala的特点：1.基于MPP。2.兼容ANSI_92 SQL标准、兼容Hive SQL。3.对Hadoop的原生支持。4.由Cloudera主导的开源项目。

Impala应用场景

  Impala适用于需要及时返回结果的ad hoc查询等BI应用，有较高SLA要求的数据处理任务，高并发的SQL查询，交互式的BI分析，基于全量数据的数据探索。

Impala的高性能是如何实现的？

没有MapReduce、没有JVM；原生结合。

基于全内存的数据处理，减少了中间结果落地带来的磁盘IO开销。

优化的文件存储格式（例如列式存储Parquet）。

基于C++的执行引擎，没有Java GC带来的性能下降。

LLVM动态代码生成的使用。

Impala查询执行过程：

1. 通过ODBC/JDBC/Shell提交查询请求
2. Planner将请求转换成执行计划
3. Coordinator将执行计划分发至拥有数据的Impala节点
4. 各Impala节点将中间结果返回Coordinator
5. 由Coordinator将汇总结果返回给查询请求提交方