一、Impala的基本概念

1.1 什么是Impala

Cloudera公司推出的，提供对HDFS、Hbase数据的高性能、低延迟的交互式SQL查询功能。

基于Hive，使用内存计算，兼顾数据仓库、具有实时、批处理、多并发等优点。

是CDH平台首选的PB级大数据实时查询分析引擎。

1.2 Impala的优缺点

1.2.1 优点：

（1）基于内存运算，不需要把中间结果写入磁盘，省掉了大量的I/O开销。

（2）无需转换为Mapreduce，直接访问存储在HDFS，HBase中的数据进行作业调度，速度快。

（3）使用了支持Data locality的I/O调度机制，尽可能地将数据和计算分配在同一台机器上进行，减少了网络开销。

（4）支持各种文件格式，如TEXTFILE 、SEQUENCEFILE 、RCFile、Parquet。

（5）可以访问hive的metastore，对hive数据直接做数据分析。

1.2.2 缺点

（1）对内存的依赖大，且完全依赖于hive。

（2）实践中，分区超过1万，性能严重下降。

（3）只能读取文本文件，而不能直接读取自定义二进制文件。

（4）每当新的记录/文件被添加到HDFS中的数据目录时，该表需要被刷新。

1.3 Impala的架构

从上图可以看出，Impala自身包含三个模块：Impalad、Statestore和Catalog，除此之外它还依赖Hive Metastore和HDFS。

（1）Impalad：
接收client的请求、Query执行并返回给中心协调节点；
子节点上的守护进程，负责向statestore保持通信，汇报工作。

（2）Catalog：
分发表的元数据信息到各个impalad中；
接收来自statestore的所有请求。

（3）Statestore：
负责收集分布在集群中各个impalad进程的资源信息、各节点健康状况，同步节点信息；
负责query的协调调度。

二、Impala的安装

2.1 Impala的地址

（1）Impala的官网：http://impala.apache.org/

（2）Impala文档查看：http://impala.apache.org/impala-docs.html

（3）下载地址：http://impala.apache.org/downloads.html

2.2 Impala的安装方式

有两种：
Cloudera Manager（CDH首推）
手动安装

下面使用Cloudera Manager安装Impala：

（1）在主页面中点击添加服务

（2）选择Impala服务

（3）进行角色分配

注意：最好将StateStore和CataLog Sever单独部署在同一节点上。

（4）配置Impala

（5）启动Impala

（6）安装成功

2.3 Impala 的监护管理

可以通过下面的链接来访问Impala的监护管理页面：

• 查看StateStore ：http://bigdata11:25020/
　　　　
• 查看Catalog ：http://bigdata11:25010/

2.4 Impala的初体验

（1）启动Impala

[root@bigdata11 ~]# impala-shell

（2）查看数据库

[bigdata11:21000] > show databases;

（3）打开默认数据库

[bigdata11:21000] > use default;

（4）显示数据库中的表

[bigdata11:21000] > show tables;

（5）创建一张student表

[bigdata11:21000] > create table student(id int, name string) row format 
delimited fields terminated by '\t';

（6）向表中导入数据

[bigdata12:21000]  load data inpath '/student.txt' into table student;

注意：
1）关闭（修改hdfs的配置dfs.permissions为false）或修改hdfs的权限，否则impala没有写的权限
[hdfs@bigdata12 ~]$ hadoop fs -chmod 777 /

2）Impala不支持将本地文件导入到表中会发生错误：load local data inpath ‘/opt/student.txt’
into table student;

（7）查询

[bigdata12:21000] > select * from student;

（8）退出impala

[bigdata12:21000] > quit;