用途：

Impala 可以直接為存儲(chǔ)在HDFS或HBase中的Hadoop數(shù)據(jù)提供快速，交互式的SQL查詢。除了使用相同的存儲(chǔ)平臺(tái)外， Impala和Apache Hive一樣也使用了相同的元數(shù)據(jù)，SQL語法（Hive SQL），ODBC驅(qū)動(dòng)和用戶接口（Hue Beeswax），這就很方便的為用戶提供了一個(gè)相似并且統(tǒng)一的平臺(tái)來進(jìn)行批量或?qū)崟r(shí)查詢。

Impala 是用來進(jìn)行大數(shù)據(jù)查詢的補(bǔ)充工具。 Impala 并沒有取代像Hive這樣基于MapReduce的分布式處理框架。Hive和其它基于MapReduce的計(jì)算框架非常適合長時(shí)間運(yùn)行的批處理作業(yè)，例如那些涉及到批量 Extract、Transform、Load ，即需要進(jìn)行ETL作業(yè)。

組成：

1） State Store

對(duì)應(yīng)進(jìn)程為 statestored （參考Impala版本為0.4）

用于協(xié)調(diào)各個(gè)運(yùn)行impalad的實(shí)例之間的信息關(guān)系，Impala正是通過這些信息去定位查詢請(qǐng)求所要的數(shù)據(jù)。換句話說，state store的作用主要為跟蹤各個(gè)impalad實(shí)例的位置和狀態(tài)，讓各個(gè)impalad實(shí)例以集群的方式運(yùn)行起來。

與 HDFS的NameNode不一樣，雖然State Store一般只安裝一份，但一旦State Store掛掉了，各個(gè)impalad實(shí)例卻仍然會(huì)保持集群的方式處理查詢請(qǐng)求，只是無法將各自的狀態(tài)更新到State Store中，如果這個(gè)時(shí)候新加入一個(gè)impalad實(shí)例，則新加入的impalad實(shí)例不為現(xiàn)有集群中的其他impalad實(shí)例所識(shí)別（事實(shí)上，經(jīng)筆者測(cè)試，如果impalad啟動(dòng)在statestored之后，根本無法正常啟動(dòng)，因?yàn)閕mpalad啟動(dòng)時(shí)是需要指定statestored的主機(jī)信息的）。然而，State Store一旦重啟，則所有State Store所服務(wù)的各個(gè)impalad實(shí)例（包括state store掛掉期間新加入的impalad實(shí)例）的信息（由impalad實(shí)例發(fā)給state store）都會(huì)進(jìn)行重建。

2） Impalad

對(duì)應(yīng)進(jìn)程為 impalad（核心進(jìn)程，數(shù)據(jù)的計(jì)算就靠這個(gè)進(jìn)程來執(zhí)行）

該進(jìn)程應(yīng)運(yùn)行在DataNode機(jī)器上（建議每個(gè)DataNode機(jī)器運(yùn)行一個(gè)impalad，官方的意思似乎這種建議是必須的），每個(gè)impalad實(shí)例會(huì)接收、規(guī)劃并調(diào)節(jié)來自O(shè)DBC或Impala Shell等客戶端的查詢。每個(gè)impalad實(shí)例會(huì)充當(dāng)一個(gè)Worker，處理由其它impalad實(shí)例分發(fā)出來的查詢片段(query fragments)?？蛻舳丝梢噪S便連接到任意一個(gè)impalad實(shí)例，被連接的impalad實(shí)例將充當(dāng)本次查詢的協(xié)調(diào)者（Ordinator)，將查詢分發(fā)給集群內(nèi)的其它impalad實(shí)例進(jìn)行并行計(jì)算。當(dāng)所有計(jì)算完畢時(shí)，其它各個(gè)impalad實(shí)例將會(huì)把各自的計(jì)算結(jié)果發(fā)送給充當(dāng) Ordinator的impalad實(shí)例，由這個(gè)Ordinator實(shí)例把結(jié)果返回給客戶端。每個(gè)impalad進(jìn)程可以處理多個(gè)并發(fā)請(qǐng)求。

3）Impala shell

這是一個(gè)客戶端工具。

該客戶端工具提供一個(gè)交互接口，供使用者發(fā)起數(shù)據(jù)查詢或管理任務(wù)，比如連接到impalad。這些查詢請(qǐng)求會(huì)傳給ODBC這個(gè)標(biāo)準(zhǔn)查詢接口。換言之，它就是一個(gè)命令行客戶端。你就是通過它來查詢數(shù)據(jù)的。

查詢數(shù)據(jù)步驟：

1. 用戶通過 Hue Beeswax，the Impala shell， 或者ODBC 這樣的客戶端接口來提交查詢請(qǐng)求。

2. Impala 的分布式查詢引擎通過集群來創(chuàng)建和分發(fā)查詢?nèi)蝿?wù)。

3. 每個(gè)節(jié)點(diǎn)直接讀取本地的HDFS或HBase中的數(shù)據(jù)來完成部分分布式查詢?nèi)蝿?wù)，以提升查詢性能。 

4. Impalad將結(jié)果返回給客戶端。