超级会员免费看
本文介绍了Impala在大数据分析中的作用，与Hive的主要区别在于Impala使用内存计算，提供实时查询能力。文章详细讲解了Impala的架构，包括Impalad、State Store等组件，以及如何启动和使用Impala，如impala-shell和Impala SQL操作。此外，还探讨了数据导入的方法，如load data和insert into语句。
一. 简介
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。
底层依赖hive，与Hive公用一套元数据存储。
Impala与hive的最大区别在于不是把sql编译成MR程序，而是编译成执行计划树
1. 与Hive的对比
Hive: 预处理工作
Impala: 实时查询
二. 核心
1. 与Hive的异同
Impala 使用的优化技术 C/C++
执行计划
数据流
内存使用
调度 simple-schedule
容错
2. Impala 架构
CLI/Impalad/State Store/Catalogd/Coordinate/Impala shell
Impalad： Java前端+C++后端
Impala 的执行流程
订阅专栏 解锁全文
扫一扫
500
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
