Hadoop 工具的認識

2018-5-18【來源網路】

在眾多大資料框架中，Impala定位類似Hive，不過Impala更關注即席查詢SQL的快速解析，對於執行時間過長的SQL，仍舊是Hive更合適。對於GroupBy等SQL查詢，Impala進行的是記憶體計算，因而Impala對機器配置要求較高，官方建議記憶體128G以上，此類問題Hive底層對應的是傳統的MapReduce計算框架，雖然執行效率低，但是穩定性好，對機器配置要求也低。

執行效率是Impala的最大優勢，對於儲存在HDFS中的資料，Impala的解析速度本來就遠快於Hive，有了Kudu加成之後，更是如虎添翼，部分查詢執行速度差別可達百倍。

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/554557/viewspace-2154685/，如需轉載，請註明出處，否則將追究法律責任。