参考资料

产品定位

定位.png

实现语言：主要是C++
性能：略优于Presto
架构：MPP架构

执行过程.png

兼容多种数据源：metastore直接对接各种DB
利用catalogd提供元数据服务。可以直接连DB也可以通过catalogd，一般是利用hive里的metastore获取数据。
Impala高效的原因是其将原始数据缓存下来，catalogd启动会浏览缓存获取数据。
它有一个statestored服务，是一个发布订阅服务，所有状态以及轮转都是在statestored服务中进行。左边是impala的执行节点，所有查询都是发往这些节点，节点执行后会下发到所有相关节点上去
整个impala是无状态的，所有的连接者都像是一个协调者。

Impala Deamon ps -ef|grep impalad
该进程运行于集群每个节点的守护进程，是Impala的核心组件，每个节点该进程的名称为 impalad 。
- 负责读取数据文件；接受来自impala-shell、Hue / JDBC/ODBC的查询请求，与其他节点并行分布式工作，
- 并将本节点的查询结果返回给中心协调者节点（建议使用JDBC/ODBC接口以round-robin的方式将每个查询提交的不同节点 impalad上）。
Impala Statestore ps -ef | grep statestored
- Statestore 搜集集群中 impalad 进程节点的健康状况，并不断的将健康状况结果转发给所有的 impalad 进程节点.
- 一个 impala 集群只需要一个 statestore 进程节点。
- Statestore的目的：在集群故障时对 impalad进程节点同步信息，
Impala Catalog
当 Impalad 集群中执行SQL 语句会引起元数据变化时，catalog服务负责将这些变化推送到其他 impalad进程节点上。

    hive> analyze table; 
    impala> compute stats;