Impala的安装与配置，进行快速查询

什么是Impala

Impala是Cloudera提供的一个开源的大数据查询引擎，旨在通过SQL实现对Hadoop数据的快速、交互式查询。它提供了与Hive兼容的SQL语法，但具有显著的性能优势，可以实现低延迟、高并发的查询。

Impala的关键特性

1. 高性能：优化的查询引擎，提供亚秒级的查询响应时间。
2. 与Hadoop生态系统集成：与HDFS、Hive、HBase等紧密集成。
3. SQL兼容性：支持ANSI SQL，便于数据分析师使用。
4. 分布式架构：支持大规模数据集和高并发查询。

Impala的安装与配置

环境准备

• 操作系统：建议使用Linux（如Ubuntu、CentOS等）。
• Java：需要安装Java 8或更高版本。
• Hadoop：需要先安装和配置Hadoop。
• Hive：建议安装Hive以便使用Hive Metastore。

安装Impala

1. 添加Cloudera仓库

   根据操作系统的不同，添加Cloudera的仓库。例如，在CentOS上：

   sudo wget https://archive.cloudera.com/cdh6/6.3.2/redhat7/yum/cloudera-cdh6.repo -P /etc/yum.repos.d/
   

2. 安装Impala

   sudo yum install impala impala-server impala-catalog impala-state-store
   

3. 安装Impala-shell

   sudo yum install impala-shell
   

配置Impala

1. 配置环境变量

   在~/.bashrc或~/.profile文件中添加以下内容：

   export IMPALA_HOME=/usr/lib/impala
   export PATH=$PATH:$IMPALA_HOME/bin
   

2. 配置Impala服务

   编辑/etc/default/impala文件，根据需要修改以下配置：

   # 配置catalog服务
   IMPALA_CATALOG_ARGS="--catalog_service_host=<catalog-hostname>"
   
   # 配置state store服务
   IMPALA_STATE_STORE_ARGS="--state_store_host=<state-store-hostname>"
   
   # 配置Impala daemon服务
   IMPALA_SERVER_ARGS="--hostname=<impala-server-hostname>"
   

3. 配置Impala与Hive Metastore集成

   编辑/etc/impala/conf/catalogd_flags文件，确保Impala能够访问Hive Metastore：

   -catalog_service_host=<catalog-hostname>
   -state_store_host=<state-store-hostname>
   -hive_metastore_uris=thrift://<hive-metastore-hostname>:9083
   

启动Impala服务

1. 启动State Store服务

   sudo service impala-state-store start
   

2. 启动Catalog服务

   sudo service impala-catalog start
   

3. 启动Impala Daemon

   sudo service impala-server start
   

使用Impala进行查询

1. 启动Impala Shell

   impala-shell
   

2. 执行SQL查询

   在Impala Shell中，可以使用类似SQL的查询语法。例如：

   SHOW DATABASES;
   USE mydatabase;
   SHOW TABLES;
   SELECT * FROM mytable LIMIT 10;
   

高级配置和优化

配置内存和资源管理

1. 修改Impala Daemon配置

   编辑/etc/default/impala文件，配置内存限制：

   IMPALA_SERVER_ARGS="--mem_limit=20G"
   

2. 配置YARN资源池​

   将Impala与YARN集成，实现资源的动态分配和管理。

使用Kudu进行存储

1. 安装和配置Kudu

   参照Kudu的官方文档进行安装和配置。

2. 在Impala中创建Kudu表

   CREATE TABLE my_kudu_table (
       id BIGINT,
       name STRING,
       age INT,
       PRIMARY KEY (id)
   )
   PARTITION BY HASH (id) PARTITIONS 16
   STORED AS KUDU;
   

配置Kerberos进行安全认证

1. 配置Kerberos

   参照Kerberos的官方文档进行安装和配置。

2. 配置Impala与Kerberos集成

   编辑/etc/default/impala文件，添加Kerberos配置：

   IMPALA_SERVER_ARGS="--principal=<impala-principal> --keytab_file=<keytab-file>"
   

总结

通过掌握Impala的基本概念、安装与配置方法，以及如何使用Impala进行快速查询，你可以构建一个高效的交互式查询平台。Impala的高性能查询能力和与Hadoop生态系统的紧密集成，使其成为大数据分析的理想工具。