Impala是什么？

Impala提高了Apache Hadoop上SQL查詢性能的標準，同時保留了熟悉的用戶體驗。使用Impala，您可以實時查詢存儲在HDFS或Apache HBase中的數據-包括SELECT，JOIN和聚合函數。此外，Impala使用與Apache Hive相同的元數據，SQL語法（Hive SQL），ODBC驅動程序和用戶界面（Hue Beeswax），為面向批處理或實時查詢提供了一個熟悉且統一的平臺。（因此，Hive用戶可以以很少的設置開銷使用Impala。）它是一個用C ++和Java編寫的開源軟件。 與其他Hadoop的SQL引擎相比，它提供了高性能和低延遲。換句話說，Impala是性能最高的SQL引擎（提供類似RDBMS的體驗），它提供了訪問存儲在Hadoop分布式文件系統中的數據的最快方法。

架構：

為了避免延遲，Impala避開了MapReduce通過與商業并行RDBMS中非常相似的專用分布式查詢引擎直接訪問數據。其結果是，性能比Hive快了幾個數量級，具體取決于查詢和配置的類型。

? ?優點

• Impala不需要把中間結果寫入磁盤，省掉了大量的I/O開銷。
• 省掉了MapReduce作業啟動的開銷。MapReduce啟動task的速度很慢（默認每個心跳間隔是3秒鐘），Impala直接通過相應的服務進程來進行作業調度，速度快了很多。
• Impala完全拋棄了MapReduce這個不太適合做SQL查詢的范式，而是像Dremel一樣借鑒了MPP并行數據庫的思想另起爐灶，因此可做更多的查詢優化，從而省掉不必要的shuffle、sort等開銷。
• 通過使用LLVM來統一編譯運行時代碼，避免了為支持通用編譯而帶來的不必要開銷。
• 用C++實現，做了很多有針對性的硬件優化，例如使用SSE指令。
• 使用了支持Data locality的I/O調度機制，盡可能地將數據和計算分配在同一臺機器上進行，減少了網絡開銷。

?

? 功能

• Impala可以根據Apache許可證作為開源免費提供。
• Impala支持內存中數據處理，它訪問/分析存儲在Hadoop數據節點上的數據，而無需數據移動。
• 使用類SQL查詢訪問數據。
• Impala為HDFS中的數據提供了更快的訪問。
• 可以將數據存儲在Impala存儲系統中，如Apache HBase和Amazon s3。
• Impala支持各種文件格式，如LZO，序列文件，Avro，RCFile和Parquet。

對于關系數據庫和Impala

Impala使用類似于SQL和HiveQL的Query語言。 下表描述了SQL和Impala查詢語言之間的一些關鍵差異。

Hive，Hbase和Impala

雖然Cloudera Impala使用與Hive相同的查詢語言，元數據和用戶界面，但在某些方面它與Hive和HBase不同。 下表介紹了HBase，Hive和Impala之間的比較分析。

?

所有這三個數據庫?-?

是NOSQL數據庫。

可用作開源。

支持服務器端腳本。

按照ACID屬性，如Durability和Concurrency。

使用分片進行分區。

部分摘自：https://blog.csdn.net/linxiyimeng007/article/details/80943378

總結

以上是生活随笔為你收集整理的初探Apache Impala的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。