比较impala，SparkSql，Hive以及交互式查询,OLAP概念

Hive：

        适用场景：

• 周期性转换大量数据，例如：每天晚上导入OLTP数据并转换为星型模式；每小时批量转换数据等。
• 整合遗留的数据格式，例如：将CSV数据转换为Avro；将一个用户自定义的内部格式转换为Parquet等。

        不适用场景：

• 商业智能，例如：与Tableau结合进行数据探查；与Micro Strategy一个出报表等。
• 交互式查询，例如：OLTP查询。

Spark SQL：

        适用场景：

• 从Hive数据仓库中抽取部分数据，使用Spark进行分析。

        不适用场景：

• 商业智能和交互式查询。

Impala：
        适用场景：

• 秒级的响应时间
• OLAP
• 交互式查询

        不适用场景：

• ETL
• UDAF

 

交互式查询:在商业智能领域少量更新和大量扫描分析场景，对比于批量查询