Apache Kudu是什么？

Kudu 表 是 Impala 能够直接操作的一种特殊类型的表，它的存储引擎不是 HDFS，而是 Apache Kudu。

为了理解 Kudu 表，我们首先需要了解传统 Impala（基于 HDFS）的局限性。

---

传统 HDFS 表的瓶颈

当 Impala 使用 HDFS 上的 Parquet 或 ORC 文件时，它的批量查询性能非常出色。但是，它在以下场景中存在明显短板：

1. 随机更新/删除：HDFS 文件本质上是“一次写入，多次读取”的。更新或删除一条记录需要重写整个数据文件，成本极高。虽然 Impala 支持 UPDATE 和 DELETE，但底层效率不高，不适合频繁的单条记录修改。
2. 实时插入：虽然可以 INSERT 新数据，但大量的小 INSERT 操作会产生大量小文件，严重损害性能。最佳实践是批量导入。
3. 实时查询：对于需要实时看到最新数据的场景（如用户下单后立刻查询），HDFS 表的延迟通常在分钟级，无法做到“秒级”甚至“毫秒级”的实时性。

---

Apache Kudu 是什么？

Apache Kudu 是一个开源的列式存储管理器，专为 Hadoop 生态圈设计，旨在弥补上述缺口。你可以把它想象成一个 Hadoop 生态圈中的“关系型数据库”，它结合了 HDFS 的高吞吐量批量分析和 HBase 的低延迟随机访问能力。

Kudu 的核心特点：

• 同时支持高效的批量扫描和随机访问：既能快速执行全表扫描的分析查询，也能快速根据主键定位到单条记录。
• 支持高效的 UPDATE 和 DELETE：像传统数据库一样，可以快速地对单行记录进行修改和删除。
• 强数据一致性：保证每次读取都能看到最新提交的数据。
• 结构化数据模型：像关系型数据库一样，有严格的表结构和数据类型。

---

Impala 与 Kudu 的集成

Impala 与 Kudu 进行了深度集成。在 Impala 中，你可以直接通过 SQL 来：

• 创建 Kudu 表
• 插入（INSERT）、更新（UPDATE）、删除（DELETE） Kudu 表中的数据
• 查询（SELECT） Kudu 表，并可以与其他 HDFS 表进行联合查询

这使得 Impala