Impala应用开发简介

Impala直接对存储在HDFS、HBase或对象存储服务（OBS）中的Hadoop数据提供快速、交互式SQL查询。除了使用相同的统一存储平台之外，Impala还使用与Apache Hive相同的元数据、SQL语法（Hive SQL）、ODBC驱动程序和用户界面（Hue中的Impala查询UI）。这为实时或面向批处理的查询提供了一个熟悉且统一的平台。作为查询大数据的工具补充，Impala不会替代基于MapReduce构建的批处理框架，例如Hive。基于MapReduce构建的Hive和其他框架最适合长时间运行的批处理作业。

Impala主要特点如下：

• 支持Hive查询语言（HiveQL）中大多数的SQL-92功能，包括SELECT，JOIN和聚合函数。
• HDFS，HBase 和对象存储服务（OBS）存储，包括：
  • HDFS文件格式：基于分隔符的text file，Parquet，Avro，SequenceFile和RCFile。
  • 压缩编解码器：Snappy，GZIP，Deflate，BZIP。
• 常见的数据访问接口包括：
  • JDBC驱动程序。
  • ODBC驱动程序。
  • Hue beeswax和Impala查询UI。
• impala-shell命令行接口。
• 支持Kerberos身份认证。

Impala主要应用于实时查询数据的离线分析（如日志分析，集群状态分析）、大规模的数据挖掘（用户行为分析，兴趣分区，区域展示）等场景。