Cloudera impala 介绍

Cloudera impala™ 直接在你的HDFS或HBase上提供快速、交互式SQL查询.impala 除了使用统一的存储平台，还是用了相同的 metadata ，SQL 语法 (Hive SQL),ODBC driver 和 user interface Hue Beeswax （Hive）。这些为批处理和实时查询提供了一个统一的常见的平台。
Cloudera Impala是一个有效的查询大叔据的工具，impala 并不替换建立在MapReduce的批处理框架如 Hive。Hive和其它建立在MapReduce上的框架适合需要长时间运行的批处理任务。例如那些批量提取，转化，加载（ETL）类型的job。
架构：
下面这张图表示了impala在Cloudera生态环境中的定位：

整个impala的解决方案由以下组件组成：
 Impala State Store -这个状态存储用于协调所有运行环境中的impalad实例  --类似namenode
 impalad -这个进程运行在Datanodes 用于相应impala shell发过来的查询。impalad接受数据库连接层的请求，并对任务进行调度优化。impalad会定期更新它的name和address到Impala State Store。 --类似datanode
 Impala shell - 这个工具用来管理任务和执行查询，例如：连接到impalad，基于odbc提供了一套标准化的查询接口。

impala通过下面几种方式来执行查询
 通过Hue Beeswax, the Impala shell,  ODBC提交Hive sql
 impala的分布式查询引擎会创建查询并在集群上将其分配
 为了达到最佳性能，每个节点会直接读取本地的HDFS和HBase

impala的主要特点：
impala提供以下支持：
 支持大多Hive提供的基于SQL-92的查询，包括select，join和一些统计函数
 支持的文件格式是文本文件和SequenceFiles（可以压缩为Snappy、GZIP和BZIP，前者性能最好，据官方博客称其他格式如Avro, RCFile, LZO文本和Doug Cutting的Trevni将在正式版中支持）
 支持常见的Hive接口：如ODBC driver，Hue Beeswax（用户接口）
 impala命令行接口
 支持Kerberos 安全认证

impala能带给我们什么：
impala提供了：
 数据分析师已经熟悉的SQL接口
 以交互的方式在Hadoop上处理大叔据

 为数据分析而生，避免用户仅仅为了数据分析而花费建模和ETL的成本

原文：