问题标签 [impala]

我想对 HDFS 中的数据进行一些“近乎实时”的数据分析（类似 OLAP）。
我的研究表明，与 Apache Hive 相比，上述三个框架报告了显着的性能提升。有没有人对其中任何一个有一些实际经验？不仅关乎性能，还关乎稳定性？

我在让 impala jdbc 驱动程序与 Pentaho Designer 一起工作时遇到了一些麻烦。

我从cloudera 网站获得了 jdbc 驱动程序。提取驱动程序并将它们放在 lib/jdbc 下后，我通过通用数据库建立连接。

• 自定义连接 url 为：jdbc:hive2://example.com:21050/;auth=noSasl
• 自定义驱动类名称为：org.apache.hive.jdbc.HiveDriver

我尝试了一个简单的查询，例如“SELECT count(*) FROM table_1;”，但出现错误：“ParentException: java.sql.SQLException: Method not supported”

有任何想法吗？

触发查询时，客户端如何联系 impalad 守护进程？当客户端触发必须由 impala 执行的查询时，后台究竟会发生什么？

是否可以在 impala 中同时执行多个查询？如果是，黑斑羚是如何处理的？

我正在做概念验证任务。任务是使用 Hadoop 技术实现我们产品的一个功能。

功能非常简单，我们有一个 UI 可以让您插入有关“网络问题”的详细信息。捕获有关此类问题的所有详细信息并将其插入到 Oracle DB 中的表中。然后，我们处理此表中的数据并计算健康评分。

我必须使用 Hadoop 而不是传统的 Db 所以我的问题是要做什么？HDFS上的黑斑羚？还是 Hbase 上的 Impala？还是Hbase？

我正在使用 cloudera VM 来实现 POC。

根据我的理解，Hbase 是 NoSQL 分布式数据库，它实际上是 HDFS 上的一层，它提供了 java API 来访问数据。Impala 是一个工具，它还提供 JDBC 访问以通过 Hbase 或直接通过 HDFS 访问数据。我对hadoop很陌生，有人可以帮忙吗？

sqoop import --connect 'jdbc:sqlserver://IP address;username=user;password=pswd;database=Master' --table [Person].[BusinessEntityContact] --target-dir /home/ubuntu/hdfs/dir不管用 。

参考： http: //mapredit.blogspot.com/2011/10/sqoop-and-microsoft-sql-server.html [1]：http: //i.stack.imgur.com/W5mBB.png

通常，我可以show partitions <table>在蜂巢中进行操作。但是当它是拼花桌时，hive 就不明白了。我可以去 hdfs 并检查目录结构，但这并不理想。有没有更好的方法来做到这一点？

假设我有一张这样的桌子：

我想获取 website='website.com' 的所有行，并在 website='foo.com' 有一个匹配的 userID 对应的行

因此，在这种情况下，它将返回第 1 行和第 2 行。

有任何想法吗？

提供了一个分区的 fs 结构，如下所示：

我一直在尝试在 Impala 中创建一个外部表：

我希望 Impala 递归到子目录并加载所有 csv 文件；但没有雪茄。不会引发错误，但不会将数据加载到表中。

不同的球体喜欢/logs/log_type/2013/08/*/* 或/logs/log_type/2013/08/*/*/*不工作。

有没有办法做到这一点？或者我应该重组 fs - 对此有何建议？

我想在 HBase 表上运行 java 中的 impala 查询。我找不到办法做到这一点。

任何人都可以将我指向正确的方向，指向图书馆或示例或任何我可以运行查询并获得结果的地方吗？

我已经尝试使用 jsch 在服务器上运行命令，但不幸的是这给了我问题（没有输出出现）。