一、Hive
1、Hive简介：
由FaceBook开发，贡献给APache。
Hive是基于Hadoop的一个数据仓库工具，依赖HDFS完成数据存储，依赖于MapReduce处理数据。其本身并不存储数据。Hive 定义了简单的类 SQL 查询语言，称为 HQL，通过编写HiveQL语句，运行具体的MapReduce任务。
2、特征：
1）采用批处理方式处理海量数据。
2）提供了ETL工具。
3、Hive架构：
Hive的体系结构可以分为以下几部分：
Hive 对外提供了三种服务模式，即 Hive 命令行模式（CLI），Hive 的 Web 模式（WUI），Hive 的远程服务（Client）。Hive 远程服务通过 JDBC 等访问来连接 Hive ，这是日常中最需要的方式。
4、元数据
元数据存储在Mysql或Derby中。Hive 中的元数据包括表的名字，表的列和分区及其属性，表的属性（是否为外部表等），表的数据所在目录等。
二、Impala
1、Impala简介
由Cloudera公司开发的新型查询系统。
Impala元数据存储在Hive中，不能独立运行，依赖Hive元数据。
Impala执行查询时，不需要转换成MapReduce任务，可以直接与HDFS或HBase进行交互查询，查询效率远远高于Hive。
Impala采用与Hive相同的SQL语法，ODBC驱动程序和用户接口。
2、Impala架构
Impala主要由Impalad， State Store和CLI组成，执行查询的时候分布在多个节点上进行。
Impalad：负责协调客户端提交变得查询的执行，与HDFS的数据节点运行在同一节点上。
State Store：负责收集分布在集群中各个Impalad进城的资源信息用于查询调度。
CLI： 提供给用户查询使用的命令行工具（Impala Shell使用python实现），同时Impala还提供了Hue，JDBC， ODBC使用接口。
DBeaver中配置的使用JDBC来访问。
其具体执行过程如下：
三、Hive 与 Impala对比
1、试用场景：
Hive：跑批
Impala：实时交互
2、计算方式：
Hive：依赖于MapReduce框架
Impala：直接分发执行计划到各个Impalad执行查询
3、资源使用情况：
Hive执行过程中，若内存放不下所有数据则会使用外存。
Impala只用内存。
