欢迎大家赞助一杯啤酒🍺 我们准备了下酒菜：Formal mathematics/Isabelle/ML, Formal verification/Coq/ACL2, C++/F#/Lisp
Apache Impala
来自开放百科 - 灰狐
（版本间的差异）
小 (→链接) |
小 (→图集) |
||
| 第4行： | 第4行： | ||
Impala不再使用缓慢的Hive+MapReduce批处理，而是通过与商用并行关系数据库中类似的分布式查询引擎（由Query Planner、Query Coordinator和Query Exec Engine三部分组成），可以直接从HDFS或者HBase中用SELECT、JOIN和统计函数查询数据，从而大大降低了延迟。 | Impala不再使用缓慢的Hive+MapReduce批处理，而是通过与商用并行关系数据库中类似的分布式查询引擎（由Query Planner、Query Coordinator和Query Exec Engine三部分组成），可以直接从HDFS或者HBase中用SELECT、JOIN和统计函数查询数据，从而大大降低了延迟。 | ||
| + | |||
| + | ==文档== | ||
| + | *[http://docs.huihoo.com/cloudera/The-Impala-Cookbook.pdf The Impala Cookbook] | ||
==图集== | ==图集== | ||
2015年8月20日 (四) 06:44的版本
Impala是由Cloudera开发，一个开源的Massively Parallel Processing（MPP）查询引擎 。与Apache Hive相同的元数据、SQL语法、ODBC驱动程序和用户接口(Hue Beeswax)，可以直接在HDFS或HBase上提供快速、交互式SQL查询。
Impala是在Google Dremel的启发下开发的。
Impala不再使用缓慢的Hive+MapReduce批处理，而是通过与商用并行关系数据库中类似的分布式查询引擎（由Query Planner、Query Coordinator和Query Exec Engine三部分组成），可以直接从HDFS或者HBase中用SELECT、JOIN和统计函数查询数据，从而大大降低了延迟。
文档
图集
架构
链接
分享您的观点
