impala

impala之所以比hive快是因为它生成的完整执行计划树自然地分发到各个lmpalad节点上执行，而不是管道拼接式mr任务的组合。

hive推，前面没处理完，等着
impala拉，主动拉取结果数据，流式拉取有多少拉多少，不用等待所有结果出来才反馈

impala完全基于内存

hive调度依赖于hadoop
impala调度使用simple-sceduler，按距离使用就近节点，优化生成执行计划

impala没有容错逻辑

impala架构：
impalad 集群服务节点通常与datanode安装在同一物理节点，当它接受了客户端请求时，他就变成了coordinator，调用javajni解释sql语句并生成执行计划，在通过调度器分发任务给网络中各节点执行，结果流式返回给coordinator，再返回给客户端

impala stats store
管理所有impalad的运行，健康状态，位置信息

catalogd hive元数据和impala元数据的媒介，网关，同步两边的元数据信息，拉取hive元数据到impala，impala更新了也会同步hive，但hive中修改元数据不会自动更新impala，故需要手动刷新

每个impala服务分为java前端和c++后端

数据存储信息通过libhdfs实现，与hdfs交互