impala:sql交互查询的工具

hdfs --  mysql -- hive metastore服务 -- impala

impala与hive的关系：impala与hive是紧耦合的关系，impala需要读取hive的元数据信息，需要hive提供一个Metastore的服务端

impala的优点与缺点：

优点：

速度快

使用C++实现

缺点：内存消耗大，官方推荐每台机器最少128G的内存

impala不提供数据的存储功能，只提供数据的计算功能

impala的架构与查询计划：

impala架构：

impala-server:从节点，计算节点，主要负责执行查询任务的计算，官方建议：impala-server与每一个datanode安装在一起

impala-catalog：主节点，主要存储量元数据信息在两个地方，一个在内存中，一个在磁盘中。impala当中的元数据管理的服务

impala-statestore：主节点，状态存储区，主要存储了一些SQL执行的进度信息，状态信息等

impala的查询计划：分为两个阶段

fronted：使用Java来实现，负责生成我们的查询计划

backend：使用C++来实现，主要负责执行查询

fronted前台的查询计划分为两个阶段

第一个阶段：生成单机版的查询计划

第二个阶段：生成分布式的查询计划，将单机版的查询计划，发送到其他机器上

SQL语句的优化，其实就是查询计划的优化，单机版的优化策略与分布式策略一致