什么是Impala？

Impala是用于處理存儲在Hadoop集群中的大量數據的MPP（大規(guī)模并行處理）SQL查詢引擎。 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。

創(chuàng)新互聯(lián)公司是一家集成都做網站、網站建設、網站頁面設計、網站優(yōu)化SEO優(yōu)化為一體的專業(yè)網站設計公司，已為成都等多地近百家企業(yè)提供網站建設服務。追求良好的瀏覽體驗,以探求精品塑造與理念升華,設計最適合用戶的網站頁面。 合作只是第一步，服務才是根本,我們始終堅持講誠信，負責任的原則，為您進行細心、貼心、認真的服務,與眾多客戶在蓬勃發(fā)展的市場環(huán)境中,互促共生。

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(tǒng)中的數據的最快方法。

為什么選擇Impala？

Impala通過使用標準組件（如HDFS，HBase，Metastore，YARN和Sentry）將傳統(tǒng)分析數據庫的SQL支持和多用戶性能與Apache Hadoop的可擴展性和靈活性相結合。

• 使用Impala，與其他SQL引擎（如Hive）相比，用戶可以使用SQL查詢以更快的方式與HDFS或HBase進行通信。

• Impala可以讀取Hadoop使用的幾乎所有文件格式，如Parquet，Avro，RCFile。

Impala將相同的元數據，SQL語法（Hive SQL），ODBC驅動程序和用戶界面（Hue Beeswax）用作Apache Hive，為面向批量或實時查詢提供熟悉且統(tǒng)一的平臺。

與Apache Hive不同，Impala不基于MapReduce算法。 它實現(xiàn)了一個基于守護進程的分布式架構，它負責在同一臺機器上運行的查詢執(zhí)行的所有方面。

因此，它減少了使用MapReduce的延遲，這使Impala比Apache Hive快。

Impala的優(yōu)點

以下是Cloudera Impala的一些值得注意的優(yōu)點的列表。

• 使用impala，您可以使用傳統(tǒng)的SQL知識以極快的速度處理存儲在HDFS中的數據。

• 由于在數據駐留（在Hadoop集群上）時執(zhí)行數據處理，因此在使用Impala時，不需要對存儲在Hadoop上的數據進行數據轉換和數據移動。

• 使用Impala，您可以訪問存儲在HDFS，HBase和Amazon s3中的數據，而無需了解Java（MapReduce作業(yè)）。您可以使用SQL查詢的基本概念訪問它們。

• 為了在業(yè)務工具中寫入查詢，數據必須經歷復雜的提取 - 變換負載（ETL）周期。但是，使用Impala，此過程縮短了。加載和重組的耗時階段通過新技術克服，如探索性數據分析和數據發(fā)現(xiàn)，使過程更快。

• Impala正在率先使用Parquet文件格式，這是一種針對數據倉庫場景中典型的大規(guī)模查詢進行優(yōu)化的柱狀存儲布局。

Impala的功能

以下是cloudera Impala的功能 - 

• 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，即，它訪問/分析存儲在Hadoop數據節(jié)點上的數據，而無需數據移動。

• 您可以使用Impala使用類SQL查詢訪問數據。

• 與其他SQL引擎相比，Impala為HDFS中的數據提供了更快的訪問。

• 使用Impala，您可以將數據存儲在存儲系統(tǒng)中，如HDFS，Apache HBase和Amazon s3。

• 您可以將Impala與業(yè)務智能工具（如Tableau，Pentaho，Micro策略和縮放數據）集成。

• Impala支持各種文件格式，如LZO，序列文件，Avro，RCFile和Parquet。

• Impala使用Apache Hive的元數據，ODBC驅動程序和SQL語法。

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。

Impala	關系型數據庫
Impala使用類似于HiveQL的類似SQL的查詢語言。	關系數據庫使用SQL語言。
在Impala中，您無法更新或刪除單個記錄。	在關系數據庫中，可以更新或刪除單個記錄。
Impala不支持事務。	關系數據庫支持事務。
Impala不支持索引。	關系數據庫支持索引。
Impala存儲和管理大量數據（PB）。	與Impala相比，關系數據庫處理的數據量較少（TB）。

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。

HBase	Hive	Impala
HBase是基于Apache Hadoop的寬列存儲數據庫。 它使用BigTable的概念。	Hive是一個數據倉庫軟件。 使用它，我們可以訪問和管理基于Hadoop的大型分布式數據集。	Impala是一個管理，分析存儲在Hadoop上的數據的工具。
HBase的數據模型是寬列存儲。	Hive遵循關系模型。	Impala遵循關系模型。
HBase是使用Java語言開發(fā)的。	Hive是使用Java語言開發(fā)的。	Impala是使用C ++開發(fā)的。
HBase的數據模型是無模式的。	Hive的數據模型是基于模式的。	Impala的數據模型是基于模式的。
HBase提供Java，RESTful和Thrift API。	Hive提供JDBC，ODBC，Thrift API。	Impala提供JDBC和ODBC API。
支持C，C＃，C ++，Groovy，Java PHP，Python和Scala等編程語言。	支持C ++，Java，PHP和Python等編程語言。	Impala支持所有支持JDBC / ODBC的語言。
HBase提供對觸發(fā)器的支持。	Hive不提供任何觸發(fā)器支持。	Impala不提供對觸發(fā)器的任何支持。

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(qū)。

Impala的缺點

使用Impala的一些缺點如下 - 

• Impala不提供任何對序列化和反序列化的支持。
• Impala只能讀取文本文件，而不能讀取自定義二進制文件。
• 每當新的記錄/文件被添加到HDFS中的數據目錄時，該表需要被刷新。

文章名稱：創(chuàng)新互聯(lián)impala教程：impala概述
本文網址：http://uogjgqi.cn/article/cohjegd.html