Impala是一款高性能、低延迟的大数据查询引擎，适用于PB级数据的实时分析。它基于Hive，利用内存计算，提供对HDFS、HBase数据的交互式SQL查询。Impala由Impalad（协调者）、State Store（状态存储）和Catalog（元数据管理）组成，与Hive共享元数据，但避免了MapReduce的繁琐，通过拉取方式提高数据流效率，适合快速交互式查询。尽管不支持某些Hive功能，如alter database，但Impala与Hive配合使用，能够实现高效的数据预处理和实时查询。
impala
原理和基本使用
提供对HDFS、Hbase数据的高性能、低延迟的交互式SQL查询功能。
基于Hive，使用内存计算，兼顾数据仓库、具有实时、批处理、多并发等优点。
是CDH平台首选的PB级大数据实时查询分析引擎。
相互配合体现在：Hive做数据的预处理，然后impala做实时数据查询
Impala的优缺点
Impala的组成
Impalad：本来都是普通的impalad进程，当接收用户请求时，就变成了Coordinator协调者，针对这次请求，他就负责后续的协调处理，接收请求， 编译查询计划树，调用其他的impalad进行数据的查询
State store：状态存储，当在多个机器上部署impala的时候，保存每个impalad的健康状况以及它们的位置信息 ，impalad会和state store进行心跳感应，汇报信息，我是成功的还是失败的，每
最低0.47元/天 解锁文章
5136
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
