Impala(一) 基本使用

最新推荐文章于 2023-04-03 10:35:49 发布

wuhulala

最新推荐文章于 2023-04-03 10:35:49 发布

阅读量729

点赞数

CC 4.0 BY-SA版权

分类专栏： Hadoop 文章标签： hive cloudera impala 大数据

本文链接：https://blog.csdn.net/u013076044/article/details/106037953

本文介绍了Impala的基本使用，包括impala shell和HUE的DEMO，讲解了数据类型，尤其是对复杂数据类型的处理。在DML和DDL方面，讨论了数据库和表的管理，如内部表、外部表和分区表，并对比了与Hive的异同。此外，还提到了Impala的数据导入、导出方法以及查询语法的特点，如不支持某些Hive的特定功能，但支持开窗函数。

Impala DEMO

impala shell

[root@flinkhadoop ~]# impala-shell 
Starting Impala Shell without Kerberos authentication
Opened TCP connection to flinkhadoop:21000
Connected to flinkhadoop:21000
Server version: impalad version 3.2.0-cdh6.3.0 RELEASE (build 495397101e5807c701df71ea288f4815d69c2c8a)
***********************************************************************************
Welcome to the Impala shell.
(Impala Shell v3.2.0-cdh6.3.0 (4953971) built on Thu Jul 18 10:24:11 PDT 2019)

Run the PROFILE command after a query has finished to see a comprehensive summary
of all the performance and diagnostic information that Impala gathered for that
query. Be warned, it can be very long!
***********************************************************************************

HUE

SELECT * FROM student;

insert into student values(2, "s2");
insert into student values(3, "s3");
insert into student values(4, "s4");

数据类型

最低0.47元/天解锁文章

新学期VIP享超值加赠