Impala实践之十：impala最佳实践（转、译、整理）

前言

最近在看impala原理时候翻出来的一些tip，帮助更好地使用impala，自己整理一下。

0x01 杂项

1. Impala 使用缓存吗？

Impala 不会缓存数据，但它缓存一些表和文件的元数据。尽管因为数据集被缓存到 OS 的缓冲区中，接下来的重复查询可能运行的更快，Impala 不会明确的控制这些。

0x02 Impala任务失败

1. 为什么 SELECT 查询会失败？

当一个 SELECT 语句失败了，原因通常是以下类别之一：

• 因为性能、容量、或网络问题影响了特定的节点导致的超时
• 连接查询的过多内存数用，这一查询的结果会自动取消
• 处理查询中特定的 WHERE 子句时，影响到每一节点上本地代码如何生成的底层问题。例如，特定节点上可能会生成它的处理器不支持的机器指令。假如日志中的错误信息猜测是无效指令(illegal instruction)，考虑临时关闭生成本地代码，并重试这个查询
• 异常的输入数据，例如包含一个巨大的长行的文本数据文件(a text data file with an enormously long line)，或者使用了没有在 CREATE TABLE 语句中 FIELDS TERMINATED BY 子句中设置的分隔符(or with a delimiter that does not match the character specified in the FIELDS TERMINATED BY clause of the CREATE TABLEstatement)