【Impala】学习笔记

Impala学习笔记

【一】Impala介绍

【1】简介

(1)简介

Impala是Cloudera公司主导开发的新型查询系统,提供SQL语义,能查询存储在Hadoop的HDFS和Hbase中的PB级大数据。已有的Hive系统虽然也提供了sql语义,但是由于Hive底层之心使用的是MapReduce引擎,仍然是一个批处理过程,难以满足查询的交互性。相比之下,Impala的最大特点也是最大卖点就是它的快速。

Impala是建立砸Hadoop生态圈的交互式sql解析、执行引擎,Impala的sql语法和Hive高度兼容,并且提供标准的ODBC和JDBC接口。

Impala本身不提供数据的存储服务,其底层数据可来自HDFS、Kudu、Hbase

Impala是一个MPP(大规模并行处理)SQL查询引擎:

1-是一个用C ++和Java编写的开源软件;

2-用于处理存储在Hadoop集群中大量的数据;

3-性能最高的SQL引擎(提供类似RDBMS的体验),提供了访问存储在Hadoop分布式文件系统中的数据的最快方法。

(2)优点

(1)基于内存运算,不需要把中间结果写入磁盘,省掉了大量的I/O开销。

(2)无需转换为Mapreduce,直接访问存储在HDFS,HBase中的数据进行作业调度,速度快。

(3)使用了支持Data locality的I/O调度机制,尽可能地将数据和计算分配在同一台机器上进行,减少了网络开销。

(4)支持各种文件格式,如TEXTFILE 、SEQUENCEFILE 、RCFile、Parquet。

(5)可以访问hive的metastore,对hive数据直接做数据分析。

(3)缺点

1-不提供任何对序列化和反序列化的支持;

2-只能读取文本文件,而不能读取自定义二进制文件;

3-每当新的记录/文件被添加到HDFS中的数据目录时,该表需要被刷新。

【2】架构

impala主要由以下三个组件组成:

(1)Impala daemon(守护进程);

(2)Impala Statestore(存储状态);

(3)Impala元数据或metastore(元数据即元存储)。

(1)Impalad(守护进程)

daemon安装在Impala的每个节点上运行,它接受来自各种接口的查询,然后将工作分发到Impala集群中的其它Impala节点来并行化查询,结果返回到中央协调节。

可以将查询提交到专用Impalad或以负载平衡方式提交到集群中的另一Impalad

(2)Statestore(存储状态)

Statestore负责检查每个Impalad的运行状况,然后经常将每个Impala Daemon运行状况中继给其他守护程序,如果由于任何原因导致节点故障的情况下,Statestore将更新所有其他节点关于此故障,并且一旦此类通知可用于其他Impalad,则其他Impala守护程序不会向受影响的节点分配任何进一步的查询。

(3)metadata(元数据)/metastore(元存储)

Impala使用传统的MySQL或PostgreSQL数据库来存储表定义和列信息这些元数据。

当表定义或表数据更新时,其它Impala后台进程必须通过检索最新元数据来更新其元数据缓存,然后对相关表发出新查询。

【三】Impala安装

【四】Impala接口

Impala提供了三种方式去做查询处理:

(1)Impala-shell :命令窗口中键入impala-shell命令来启动Impala shell;

(2)Hue界面 :您可以使用Hue浏览器处理Impala查询;

(3)ODBC / JDBC驱动程序 :与其他数据库一样,Impala提供ODBC / JDBC驱动程序。

了解impala的数据类型:

【五】Impala查询处理

【1】database

(1)创建数据库

sql 复制代码
-- 示例:
CREATE DATABASE IF NOT EXISTS database_name;

(2)删除数据库

sql 复制代码
-- 语法:
DROP (DATABASE|SCHEMA) [IF EXISTS] database_name [RESTRICT | 
CASCADE] [LOCATION hdfs_path];

-- 示例:
DROP DATABASE IF EXISTS samp`在这里插入代码片`le_database;

(3)选择数据库

sql 复制代码
-- 语法:
USE db_name;

【2】table

(1)创建表

sql 复制代码
-- 语法:
create table IF NOT EXISTS database_name.table_name (
   column1 data_type,
   column2 data_type,
   column3 data_type,
   .........
   columnN data_type
);

-- 示例:
CREATE TABLE IF NOT EXISTS my_db.student
   (name STRING, age INT, contact INT );

(2)插入表

sql 复制代码
-- 语法:
insert into table_name (column1, column2, column3,...columnN) values (value1, value2, value3,...valueN);
insert overwrite table_name values (value1, value2, value2);

-- 示例:
insert into employee (ID,NAME,AGE,ADDRESS,SALARY)VALUES (1, 'Ramesh', 32, 'Ahmedabad', 20000 );
insert overwrite employee values (1, 'Ram', 26, 'Vishakhapatnam', 37000 );

(3)查询表

sql 复制代码
-- 语法:
SELECT column1, column2, columnN from table_name;

--示例:
select name, age from customers; 

(4)表描述

sql 复制代码
-- 语法:
describe table_name;

-- 示例:
describe customer;

(5)修改表(重命名表案例,其它自行查阅):

sql 复制代码
-- 语法:
ALTER TABLE [old_db_name.]old_table_name RENAME TO [new_db_name.]new_table_name

-- 示例:
ALTER TABLE my_db.customers RENAME TO my_db.users;

(6)删除表

sql 复制代码
-- 语法:
DROP table database_name.table_name;

--示例:
drop table if exists my_db.student;

(7)截断表

sql 复制代码
-- 语法:
truncate table_name;

-- 示例:
truncate customers;

(8)显示表

sql 复制代码
show tables 

(9)创建视图

sql 复制代码
-- 语法:
Create View IF NOT EXISTS view_name as Select statement
-- 示例:
CREATE VIEW IF NOT EXISTS customers_view AS select name, age from customers;

(10)修改视图

sql 复制代码
-- 语法
ALTER VIEW database_name.view_name为Select语句
-- 示例
Alter view customers_view as select id, name, salary from customers;

(11)删除视图

sql 复制代码
-- 语法:
DROP VIEW database_name.view_name;
-- 示例:
Drop view customers_view;

【3】条件

(1)order by 子句

sql 复制代码
--语法
select * from table_name ORDER BY col_name [ASC|DESC] [NULLS FIRST|NULLS LAST]
--示例
Select * from customers ORDER BY id asc;

(2)group by 字句

sql 复制代码
-- 语法
select data from table_name Group BY col_name;
-- 示例
Select name, sum(salary) from customers Group BY name;

(3)having子句

sql 复制代码
--语法
select * from table_name ORDER BY col_name [ASC|DESC] [NULLS FIRST|NULLS LAST]
-- 示例
select max(salary) from customers group by age having max(salary) > 20000;

(4)limit限制

sql 复制代码
-- 语法:
select * from table_name order by id limit numerical_expression;

(5)offset偏移

sql 复制代码
-- 示例:
select * from customers order by id limit 4 offset 0;

(6)union聚合

sql 复制代码
-- 语法:
query1 union query2;
-- 示例:
select * from customers order by id limit 3
union select * from employee order by id limit 3;

(7)with子句

sql 复制代码
-- 语法:
with x as (select 1), y as (select 2) (select * from x union y);
-- 示例:
with t1 as (select * from customers where age>25), 
   t2 as (select * from employee where age>25) 
   (select * from t1 union select * from t2);

(8)distinct去重

sql 复制代码
-- 语法:
select distinct columns... from table_name;
-- 示例:
select distinct id, name, age, salary from customers; 
相关推荐
熙曦Sakura4 分钟前
完全竞争市场
笔记
EterNity_TiMe_1 小时前
【论文复现】(CLIP)文本也能和图像配对
python·学习·算法·性能优化·数据分析·clip
sanguine__1 小时前
java学习-集合
学习
lxlyhwl1 小时前
【STK学习】part2-星座-目标可见性与覆盖性分析
学习
nbsaas-boot1 小时前
如何利用ChatGPT加速开发与学习:以BPMN编辑器为例
学习·chatgpt·编辑器
dr李四维1 小时前
iOS构建版本以及Hbuilder打iOS的ipa包全流程
前端·笔记·ios·产品运营·产品经理·xcode
CV学术叫叫兽2 小时前
一站式学习:害虫识别与分类图像分割
学习·分类·数据挖掘
我们的五年2 小时前
【Linux课程学习】:进程程序替换,execl,execv,execlp,execvp,execve,execle,execvpe函数
linux·c++·学习
一棵开花的树,枝芽无限靠近你2 小时前
【PPTist】添加PPT模版
前端·学习·编辑器·html
VertexGeek3 小时前
Rust学习(八):异常处理和宏编程:
学习·算法·rust