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
-- 示例:
CREATE DATABASE IF NOT EXISTS database_name;
(2)删除数据库
sql
-- 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
-- 语法:
USE db_name;
【2】table
(1)创建表
sql
-- 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
-- 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
-- 语法:
SELECT column1, column2, columnN from table_name;
--示例:
select name, age from customers;
(4)表描述
sql
-- 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
-- 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
-- 语法:
DROP table database_name.table_name;
--示例:
drop table if exists my_db.student;
(7)截断表
sql
-- 语法:
truncate table_name;
-- 示例:
truncate customers;
(8)显示表
sql
show tables
(9)创建视图
sql
-- 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
-- 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
-- 语法:
DROP VIEW database_name.view_name;
-- 示例:
Drop view customers_view;
【3】条件
(1)order by 子句
sql
--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
-- 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
--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
-- 语法:
select * from table_name order by id limit numerical_expression;
(5)offset偏移
sql
-- 示例:
select * from customers order by id limit 4 offset 0;
(6)union聚合
sql
-- 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
-- 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
-- 语法:
select distinct columns... from table_name;
-- 示例:
select distinct id, name, age, salary from customers;