Hadoop生态圈之Impala（一）

Apache Impala

       impala 是 cloudera 提供的一款高效率的 sql 查询工具，提供实时的查询效果

​       impala 是基于 hive 并使用内存进行计算，兼顾数据仓库，具有实时，批处理，多并发等优点。

 

Impala 与 Hive 关系

​        impala 是基于 hive 的大数据分析查询引擎，直接使用 hive 的元数据库 metadata，意味着 impala 元数据都存储在 hive 的 metastore 当中，并且 impala 兼容 hive 的绝大多数 sql 语法。所以需要安装 impala 的话，必须先安装 hive，保证 hive 安装成功，并且还需要启动 hive 的 metastore 服务。

        Hive 元数据包含用 Hive 创建的 database、 table 等元信息。元数据存储在关系型数据库中， 如 Derby、 MySQL 等。

        客户端连接 metastore 服务， metastore 再去连接 MySQL 数据库来存取元数据。有了 metastore 服务，就可以有多个客户端同时连接，而且这些客户端不需要知道 MySQL 数据库的用户名和密码，只需要连接 metastore 服务即可。

        Hive 适合于长时间的批处理查询分析，而 Impala 适合于实时交互式 SQL 查询。 可以先使用 hive 进行数据转换处理，之后使用 Impala 在 Hive 处理后的结果数据集上进行快速的数据分析

<