impala(1)——安装

概述

Impala是Cloudera提供的⼀款开源的针对HDFS和HBASE中的PB级别数据进⾏交互式实时查询(Impala 速度快)

Impala是参照⾕歌的新三篇论⽂当中的Dremel实现⽽来，其中旧三篇论⽂分别是 （BigTable，GFS，MapReduce）分别对应我们即将学的HBase和已经学过的HDFS以及MapReduce。

Impala 最⼤卖点和最⼤特点就是 快速 ， Impala 中⽂翻译是⾼⻆羚⽺

 Impala的诞⽣

之前学习的Hive以及MR适合离线批处理，但是对交互式查询的场景⽆能为⼒(要求快速响应)，所以为了 解决查询速度的问题，Cloudera公司依据Google的Dremel开发了Impala,

Impala抛弃了MapReduce 使⽤了类似于传统的MPP数据库技术，⼤⼤提⾼了查询的速度。

Impala与Hive对⽐分析

查询过程

Hive ：在 Hive 中，每个查询都有⼀个 “ 冷启动 ” 的常⻅问题。（ map,reduce 每次都要启动关闭，申 请资源，释放资源。。。）

Impala ： Impala 避免了任何可能的启动开销，这是⼀种本地查询语⾔。 因为要始终处理查询，则 Impala守护程序进程总是在集群启动之后就准备就绪。守护进程在集群启动之后可以接收查询任 务并执⾏查询任务。

中间结果

Hive ： Hive 通过 MR 引擎实现所有中间结果，中间结果需要落盘，这对降低数据处理速度有不利影 响。

Impala ：在执⾏程序之间使⽤流的⽅式传输中间结果，避免数据落盘。尽可能使⽤内存避免磁盘 开销

交互查询