Impala系统架构理解

1 impalad（含3个模块，执行hbase或hdfs中的数据，数据的底层存储为hdfs）

        当用户通过用户接口提出查询或分析请求时，Impala会选择一个Impalad实例作为协调者（Coordinator）来负责整个查询过程的协调。这个协调者Impalad会与StateStore进行交互，获取集群中其他Impalad实例的健康状态和位置信息，以便选择最靠近数据所在DataNode的那个节点上的Impalad来执行任务。

        一旦协调者Impalad确定了执行查询的Impalad实例，它会将查询任务分发给这些实例进行并行计算。这些执行任务的Impalad实例会根据查询的执行计划，直接在HDFS上读取数据并进行计算。执行完毕后，它们会将结果返回给协调者Impalad，由协调者汇总并返回给客户端。

        这也就意味着一个Impalad进程可能不仅作为协调者分发任务，还可能作为接受者接收并执行来自其他Impalad的任务，这取决于集群的负载和任务的分布。

2 StateStore（和Hive元数据、hdfs namenode放在一起）

        2.1 Hive元数据

        帮助impala理解sql语句，包含了Hive表的结构、分区、列等信息，这些信息对于Impala来说是透明的，因为Impala是基于Hive的大数据实时分析查询引擎，它直接使用Hive的元数据库Metadata。