Impala样例程序开发思路

场景说明

假定用户开发一个Impala数据分析应用，用于管理企业雇员信息，如表1、表2所示。

开发思路

1. 数据准备。
   1. 创建三张表，雇员信息表“employees_info”、雇员联络信息表“employees_contact”、雇员信息扩展表“employees_info_extended”。
      • 雇员信息表“employees_info”的字段为雇员编号、姓名、支付薪水币种、薪水金额、缴税税种、工作地、入职时间，其中支付薪水币种“R”代表人民币，“D”代表美元。
      • 雇员联络信息表“employees_contact”的字段为雇员编号、电话号码、e-mail。
      • 雇员信息扩展表“employees_info_extended”的字段为雇员编号、姓名、电话号码、e-mail、支付薪水币种、薪水金额、缴税税种、工作地，分区字段为入职时间。

        创建表代码实现请见创建Impala表。

   2. 加载雇员信息数据到雇员信息表“employees_info”中。

      加载数据代码实现请见加载Impala数据。

      雇员信息数据如表1所示。

      表1 雇员信息数据

      编号	姓名	支付薪水币种	薪水金额	缴税税种	工作地	入职时间
      1	Wang	R	8000.01	personal income tax&0.05	China:Shenzhen	2014
      3	Tom	D	12000.02	personal income tax&0.09	America:NewYork	2014
      4	Jack	D	24000.03	personal income tax&0.09	America:Manhattan	2014
      6	Linda	D	36000.04	personal income tax&0.09	America:NewYork	2014
      8	Zhang	R	9000.05	personal income tax&0.05	China:Shanghai	2014

   3. 加载雇员联络信息数据到雇员联络信息表“employees_contact”中。

      雇员联络信息数据如表2所示。

      表2 雇员联络信息数据

      编号	电话号码	e-mail
      1	135 XXXX XXXX	xxxx@xx.com
      3	159 XXXX XXXX	xxxxx@xx.com.cn
      4	186 XXXX XXXX	xxxx@xx.org
      6	189 XXXX XXXX	xxxx@xxx.cn
      8	134 XXXX XXXX	xxxx@xxxx.cn

2. 数据分析。

   数据分析代码实现，请见查询Impala数据。

   • 查看薪水支付币种为美元的雇员联系方式。
   • 查询入职时间为2014年的雇员编号、姓名等字段，并将查询结果加载进表employees_info_extended中的入职时间为2014的分区中。
   • 统计表employees_info中有多少条记录。
   • 查询使用以“cn”结尾的邮箱的员工信息。

3. 提交数据分析任务，统计表employees_info中有多少条记录。实现请见Impala样例程序指导。