簡介
Impala是Cloudera公司主導開發(fā)的新型查詢系統(tǒng)，是Google Dremel的開源實現(xiàn),。它提供SQL語義,，能夠查詢存儲在Hadoop的HDFS和HBase中的PB級大數(shù)據(jù)。已有的Hive系統(tǒng)雖然也提供了SQL語義,，但是由于Hive底層執(zhí)行使用的是MapReduce引擎,，仍然是一個批處理過程，難以滿足查詢的交互性,；相比之下,，Impala的最大特點也是最大賣點就是它的快速,。
性能
Impala是hadoop上交互式MPP SQL引擎， 也是目前性能最好的開源SQL-on-hadoop方案,，能夠實現(xiàn)對海量數(shù)據(jù)的實時查詢分析,。
如下圖所示， impala性能超過SparkSQL,、 Presto,、 Hive,。
優(yōu)勢
- 快速
可以方便地執(zhí)行SQL語句,，在數(shù)秒內(nèi)返回查詢分析結(jié)果。
這一點,，其實還要依賴于你在HDFS或HBase上存儲的數(shù)據(jù)的規(guī)模,，依賴于你對Impala系統(tǒng)的配置調(diào)優(yōu)情況，可能還依賴于你寫的SQL語句的執(zhí)行效率,。
- 靈活
可以直接查詢存儲在HDFS上的原生數(shù)據(jù),，也可以查詢經(jīng)過優(yōu)化設計而存儲的數(shù)據(jù)，只要數(shù)據(jù)的格式它們能夠兼容MapReduce,、Hive,、Pig等等。
- 整合&開放
可以非常容易地與Hadoop系統(tǒng)整合,，并使用Hadoop生態(tài)系統(tǒng)的資源和優(yōu)勢,，也不需要將數(shù)據(jù)遷移到特定的存儲系統(tǒng)就能滿足查詢分析的要求。
- 可伸縮性
可以很好地與一些BI應用系統(tǒng)協(xié)同工作,，如Microstrategy,、Tableau、Qlikview,，等等,。
支持特性
Impala支持的特性，主要包括如下幾點：
- 對 ANSI-92 SQL標準的支持
Impala支持ANSI-92 SQL所有子集,，包括CREATE,、ALTER、SELECT,、INSERT,、JOIN、GROUP BY以及子查詢,。它還支持分區(qū)JOIN,、常用的聚合函數(shù)（SUM、COUNT,、MAX,、MIN,、AVG等等）、topN查詢,。你使用這些語句時,，可以像使用關(guān)系數(shù)據(jù)庫中使用的SQL語句一樣去設計，很容易上手,。
- 數(shù)據(jù)來源與數(shù)據(jù)格式
Impala可以操作HDFS,、HBase中存儲的數(shù)據(jù)，支持如下HDFS的支持文件格式：Text file,、SequenceFile,、RCFile、Avro file,、Parquet,，支持的壓縮格式有：Snappy、GZIP,、Deflate,、BZIP，其中Snappy壓縮格式的性能更好一些,。
- 支持的數(shù)據(jù)訪問接口
主要包括Hive所支持的如下接口：JDBC Driver,、ODBC Driver、Hue Beeswax,、Cloudera Impala Query UI.,，另外，還可以通過CLI接口（也就是Impala Shell）訪問,。
Reference：
更多文章歡迎關(guān)注微信公眾號：大數(shù)據(jù)學苑（Bigdata-Eden）
https://blog.csdn.net/sinat_25059791/article/details/68620549###
