CDH5.13.x文档翻译SQL Differences Between Impala and Hive

https://www.cloudera.com/documentation/enterprise/5-13-x/topics/impala_langref_unsupported.html#langref_hiveql_delta
Impala的SQL语法遵循SQL-92标准，还包括了很多业界扩展比如内置函数。查看Porting SQL from Other Database Systems to Impala从多种数据库系统的SQL适配到Impala的讨论。

因为Impala和Hive共享metastore数据库，他们的表也共享，接下来几节会说明Impala和Hive细节上的不同。

扩展阅读:

• HiveQL Features not Available in Impala
• Semantic Differences Between Impala and HiveQL Features

Impala不支持的HiveQL特性

当前Impala的release不支持以下你可能已经熟悉的HiveQL:

• 扩展机制比如 TRANSFORM，定制的文件格式，或者定制的SerDes
• DATE数据类型
• XML和JSON函数
• HiveQL中特定的聚合函数：covar_pop, covar_samp, corr, percentile, percentile_approx, histogram_numeric, collect_set;
  Impala支持这些聚合函数：Impala Aggregate Functions
  以及这些分析函数： Impala Analytic Functions
• 采样
• Lateral views.在CDH5.5/Impala2.3以及更高版本，Impala支持对复杂类型（STRUCT，MAP，ARRAY）的查询，使用join而非EXPLODE()关键字。 查看Complex Types (CDH 5.5 or higher only) 获得Impala对复杂类型查询支持的细节。
• 单查询中存在多个DISTINCT语句，尽管Impala对这个局限采取了一些补救措施。

Note:
默认情况下Impala只允许在每个查询中包含一个COUNT(DISTINGCT columns)表达式。
如果不需要完全精准，可以使用NDV(colum)得到一个列的distinct的估计值。一个查询可以包含多个NDV(colum)。让Impala自动重写COUNT(DISTINCT)至NDV()，需要设置APPX_COUNT_DISTINCT选项。
要让结果与COUNT(DISTINCT)一致，可以使用下面的查询例子：
select v1.c1 result1, v2.c1 result2 from
(select count(distinct col1) as c1 from t1) v1
cross join
(select count(distinct col2) as c1 from t1) v2;
由于CROSS JOIN是一个代价很高的操作，还是建议尽量使用NDV()。

Impala在1.2之后支持UDFs。查看Impala UDFs的细节：User-Defined Functions (UDFs)。

• Impala支持C++编写的高性能UDFs，也支持重用一些Java-based Hive UDFs。
• Impala支持标量UDF与UDAFs。Impala目前不支持UDTFs。
• 在JavaUDF中出现的Hive的current_user()语句不能被Impala调用。

Impala目前不支持这些HiveQL语句：

• ANALYZE TABLE (Impala中等价的是 COMPUTE STATS)
• DESCRIBE COLUMN
• DESCRIBE DATABASE
• EXPORT TABLE
• IMPORT TABLE
• SHOW TABLE EXTENDED
• SHOW TBLPROPERTIES
• SHOW INDEXES
• SHOW COLUMNS
• INSERT OVERWRITE DIRECTORY; use INSERT OVERWRITE table_name or CREATE TABLE AS SELECT 基于Impala表物化查询结果至hdfs中。

Impala只在TEXT格式的表中支持serialization.null.format，忽略Parquet的属性以及其他格式。Hive支持Parquet和其他格式中的serialization.null.format属性并在扫描过程中将匹配到的值转为NULL。
查看 Data Files for Text Tables 获取Impala中使用表属性的细节。

Impala与HiveQL特性中语义上的不同

这部分阐述Impala和Hive具有相似功能、有时是相同语法，但运行时有不同语义的特性。

安全

略

SQL语句

ImpalaSQL语句在有时尽管和HiveQL在语法和声明上相似但语义不同。

• Impala使用不同的语法和名字做查询提示，[SHUFFLE]和[NOSHUFFLE]而非MapJoin或StreamJoin。 Impala具体查看 Joins in Impala SELECT Statements。
• Impala不暴露MapReduce的某些特性：SORT BY,DISTRIBUTE BY, CLUSTER BY。
• Impala不要求查询包含FROM语句

数据类型

• Impala支持有限的隐式转换。这有助于避免预料外的行为。
  1. 不会隐式地在string/numeric/boolean类型间转换。总是需要CAST()。
  2. 当往更大、更精确的类型转换时，Impala不会在numeric的类型间隐式转换。比如，SMALLINT到BIGINT会隐式转换，但DOUBLE到FLOAT或INT到TINYINT就不会，而需要CAST()。
  3. Impala不会对string到timestamp做隐式转换，Impala对TIMESTAMP类型以及from_unixtime()的字符串格式有限制；详细信息 TIMESTAMP Data Type .
• Impala不会使用本地时区保存或解释timestamps。
• Impala TIMESTAMP 数据类型 可以表示1400-01-01 到 9999-12-31范围内的日期。这和Hive的不同（0000-01-01 到 9999-12-31）。
• Impala不会将列值溢出处理为NULL，而是返回该类型最大或最小值。比如tinyint合法取值范围为-128到127，如果赋值-200则返回-128，赋值200则返回127。

其他

• 不提供virtual columns
• 不暴露锁
• 不暴露某些配置属性