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###
