特点:
impala是基于hdfs的sql查询引擎,有如下特点:
sql查询
与hive完全共享元数据库
自带计算框架,不基于mapreduce
impala部署于所有节点,无主仆之分,任意节点均可以直接接受任务
可以做实时查询,原因查询延迟小,实时查询是数据已经持久化后然后进行查询,实时处理是数据还没持久化就进行实时处理。
hive的udf可以直接在impala执行
整个impala的解决方案由以下组件组成:
impala state store 这个状态存储用于协调所有运行环境中的impalad实例(类似namenode)
impala daemon 这个进程运行在datanodes,用于相应impala shell发过来的查询,impalad接受数据库连接层的请求,并对任务进行优化,impalad会定期更新它的name和address到impala state store 它就类似于datanode
impala shell 这个工具管理任务和执行查询,例如:连接到impalad,基于odbc提供了一套标准化的查询接口