impala的最大优势亦即最大致命弱点，并不像cloudera描述的那么强大

        impala的最大优势，也是它最大致命弱点。它将要处理的数据全部（有一定的优化和加载规则）加载至内存，在内存中实现数据处理，在所处理的数据较小时，其性能非常显著，但是当数据很大时，它就慢如蜗牛，甚至崩溃，在此时，它远不如hive+mapreduce。

        今天的测试：

       Impala简单测试汇总：

 

       一、软件环境：

       Hadoop 2.0.0-cdh4.2.1

       impalad version 1.0 RELEASE

        

       二、硬件环境：

       CPU     ：  24核，型号：Intel(R) Xeon(R) CPU E5-2620 0 @ 2.00GHz

内    存：   32G

硬盘空间：     6.6T，9块数据磁盘

操作系统：   Cent OS 6.3       

服 务 器  ：同一网段，7台主机，其中6  台数据节点，6个impalad，1个statestored

 

       三、测试数据：

       记录行数：8亿多条

记录大小：349.2G

表 信 息：约180个基本类型字段、2个分区、lzo压缩

 

四 、测试结果：

涉及具体数据，不便公布。不过可以告知的是，一般count或排序或distinct都得6分钟以上，当加载数据大于有效物理内存时，直接崩溃，其他很多情况下容易造成impalad崩溃退出。impala有待继续改进优化。

 

 

如果有impala查询数据的同仁，非常欢迎一起交流，我的QQ：214814466