涉及Impala及其他大数据面试题中的其他查询组件

大数据面试题_Impala等查询组件(除Hive外的其它组件)

一、Impala技术解析

1、什么是Impala?

Cloudera公司推出的一款高效SQL查询工具名为Impala，能够实现实时的数据检索功能，根据官方测试结果，其运行效率较Hive提升了10至100倍，且在SQL查询速度方面甚至优于SparkSql，被誉为目前大数据领域中最为迅捷的查询工具；Impala依托于Hive架构，并采用内存计算方式，同时具备数据仓库的功能，兼具实时处理、批量处理以及多任务并发等优势。

2、 Impala与Hive的区别

(1) 相同点

Impala与Hive均属于基于Hadoop架构的数据查询工具，二者在功能定位上存在差异，适用于不同的应用场景。然而，从客户端的使用角度来看，两者在多个方面具有相似性，例如数据表的元数据管理、ODBC/JDBC驱动支持、SQL语法规范、文件格式的灵活性以及存储资源池的配置等。

(2)不同点

• 执行计划

  1. Hive：该系统基于MapReduce执行框架，其执行流程被划分为map->shuffle->reduce->map->shuffle->reduce…的循环结构。当一个查询被转化为多个MapReduce任务时，会生成大量中间结果的写入操作。由于MapReduce本身