作者：稀饭
1、交互式处理
交互式处理是指操作人员和系统之间存在交互作用的信息处理方式。在大数据领域，交互式计算（处理）引擎是针对大数据具备交互式分析能力的分布式计算引擎，它常用于OLAP（联机分析处理）场景。相比批处理引擎（MapReduce或Hive），对数据处理性能要求更高。为了实现高性能数据处理，交互式计算引擎通常采用MPP架构，并充分使用内存加速。
2、交互式查询引擎分类
（1）ROLAP
基于关系型数据库OLAP实现。它以关系数据库为核心，以关系型结构进行多维数据的表示和存储，将多维结构划分为事实表和维度表两类。ROLAP的最大好处是可以实时地从源头数据中获得最新数据的更新，以保持数据实时性，缺点在于运算效率比较低，用户等待的响应时间比较长。
（2）MOLAP
基于多维数据组织的OLAP实现。它以多维数据组织方式为核心，使用多维数组存储数据。多维数据在存储系统中形成“数据立方体”的结构，该结构是经过高度优化的，可以最大程度地提高查询性能。MOLAP的优势在于借助数据多维预处理显著提高了运算效率，主要的缺陷在于占用存储空间大和数据更新有一定的滞后。
（3）HOLAP
基于混合数据组织的OLAP实现。用户可以根据自己的业务需求，选择哪些模型采用ROLAP，哪些采用MOLAP。一般来说，将不常用或需要灵活定义的分析使用ROLAP的方式，而常用、常规模型采用MOLAP实现。
3、Impala简介
由Cloudera公司研发，其最初的设计动机是充分结合传统数据库与大数据系统Hadoop的优势，构建一个全新的、支持SQL与多租户、并具备良好灵活性和扩展性的高性能查询引擎。
4、Impala进行查询的优势
（1）Impala完全抛弃了MapReduce这个不太适合做SQL查询的范式，而是像Dremel一样借鉴了MPP并行数据库的思想，采用了全服务进程的设计架构，所有计算均在预先启动的一组服务中进行，可支持更高的并发，同时省掉不必要的shuffle、sort等开销；
（2）Impala采用全内存实现，不需要把中间结果写入磁盘，省掉了大量I/O开销；
（3）Impala充分利用本地读（而非远程网络读），尽可能地将数据和计算分配在同一台机器，减少了网络开销。
5、Impala基本架构
Impala采用对等式架构，所有角色之间是对等的，没有主从之分。Impala主要由三类服务组件构成：
（1）Catalogd。元信息管理服务。它从hive metastore中同步表信息，并将任何元信息的改变通过catalogd广播给各个Impalad服务；
（2）Statestored。状态管理服务器。元数据订阅-发布服务，它是单一实例（存放单点故障问题），将集群元数据传播到所有的Impalad进程；
（3）Impalad。同时承担协调者和执行者双重角色。首先，对于某一查询，作为协调者，接收客户端查询请求并对其进行词法分析、语法分析，生成逻辑查询计划以及物理查询计划，之后将各个执行片段调度到Impalad上执行。其次，接收从其他Impalad发过来的单个执行片段，利用本地资源处理这些片段，并进一步将查询结果返回给协调者。
6、Impala与传统关系型数据库的区别
（1）由于HDFS存储系统自身的限制，Impala目前不支持面向单行的update和delete操作，而只支持按批插入和删除；
（2）数据加载速度快，运行时会进行类型校验；
（3）不支持事务。
广告区↓
