Impala是Cloudera所推出基於HDFS與HBase的Realtime(?) Query產品，有點像是Hive的感覺，但是速度快很多，目前可使用的查詢語句跟HiveQL一樣，有部分的功能還沒有，像是Hive的Bucket切割。

Impala雖然功能跟Hive很像，不過他並不是設計用來取代Impala，
它與Hive共用MetaStroe，所以如果之前用hive先建立好的Table，就可以直接查詢做使用。
Impala 與 Hadoop的架構

來源網址http://www.cloudera.com/content/cloudera-content/cloudera-docs/Impala/latest/Installing-and-Using-Impala/Installing-and-Using-Impala.html
1.Client
Impala的Clinet提供JDBC與ODBC的接口。
2.Hive metaStore
存放儲存的資訊，提供Impala與Hive使用。
3.Impala
基本上會裝在每台Datanode上，每個imapla程序，都可從Impala的Client接收查詢，計畫要分散運算的流程，各個impala之間會互相合作，並且分散式運算。

Impala的概念與架構
Impala有兩個重要的組件：Impala Daemon 與 Impala Statestore

來源網址http://blog.cloudera.com/blog/2012/10/cloudera-impala-real-time-queries-in-apache-hadoop-for-real/
Impala Daemon
看架構圖中，底下三個都個別代表一個datanode，黃色框框的內容就是impala daemon(後面簡稱impalad)在做的事，當一個query進來的時候，接收到的impalad就會開始剖析查詢的語句，然後將這些查詢的內容儲存在哪個datanode，基本上透過hdfs可以知道。
假設A檔案已經load data到hive裡面，那hive會知道要頗析這個檔案的schema是什麼，hdfs 也知道A檔案有幾個Block並且分別存放在哪幾個datanode裡面，當impala接收到查詢的時候，就會知道該去哪幾個datanode去分散式運算，跟hive不同的是，impala沒有MapReduce。
impala沒有MapReduce
impala沒有MapReduce
impala沒有MapReduce
講三次代表這個觀念有點重要，impala其實就是MPP而已，讀取I/O有特別優化(使用C++)。

Impala Statestore
StateStore用來同步各別impalad的健康狀態，還有hive metadata的資訊更新。
impala沒有單一節點損壞的問題，只要statestore爆掉的時候，沒有任何一台impalad一起爆掉，基本上還是可以進行服務，但是如果有一台也一起爆掉了話，就會產生悲劇。

之前有用Hive來查詢cards的table，明天會示範使用impala查詢，速度絕對會讓各位大吃一驚啦!不過...當資料量大到一定地步的時候..impala還是會比Hive慢就是，因為我只有一台虛擬機，可能無法有很正確的運算數據。