Apache Impala是一款高效SQL查询工具，基于Hive但性能更快，采用内存计算，适用于交互式实时任务处理。它直接读取HDFS和HBase数据，避免MR，提供列式存储和数据本地化，兼容HiveSQL。Impala架构包括Statestore Daemon、Catalog Daemon和Impala Daemon，用于资源管理、元数据同步和查询执行。
Apache Impala 介绍以及优劣处
-------------------------------------------------------------------------------------------------------- 东子
1．Impala基本介绍
impala是cloudera提供的一款高效率的sql查询工具，提供实时的查询效果，官方测试性能比hive快10到100倍，其sql查询比sparkSQL还要更加快速，号称是当前大数据领域最快的查询sql工具，
- impala是参照谷歌的新三篇论文（Caffeine–网络搜索引擎、Pregel–分布式图计算、Dremel–交互式分析工具）当中的Dremel实现而来，其中旧三篇论文分别是（BigTable，GFS，MapReduce）分别对应我们即将学的HBase和已经学过的HDFS以及MapReduce。
- impala是基于hive并使用内存进行计算，兼顾数据仓库，具有实时，批处理，多并发等优点。
2．Impala与Hive关系 - impala是基于hive的大数据分析查询引擎，直接使用hive的元数据库metadata，意味着impala元数据都存储在hive的metastore当中，并且impala兼容hive的绝大多数sql语法。所以需要安装impala的话ÿ
最低0.47元/天 解锁文章
扫一扫
614
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
