Hadoop 在使用Impala访问Hbase表时，所有SQL操作都可以工作吗？

HBase不允许对其表执行联接操作。为了克服这个问题，我计划创建HBase表并通过Impala访问它

Impala允许所有连接以及GROUPBY和其他SQL操作。我没有什么问题-

有人测试过这种方法吗

所有可用的SQL操作是否都同样有效 黑斑羚和蜂巢一起工作

我试图在cloudera的文档中找到答案，但没有明确的答案。

单词“明确答案”取决于您要寻找的参数

问题1：有人测试过这种方法吗

• 是的，Impala-hbase外部表的这种方法是可能的，因为我们对临时查询也这样做了。然而，我们的系统尚未被产品电离。 一件事是，我们正在使用Impala（Hbase外部表）在通过spark steaming执行数据摄取步骤后查询（使用您提到的连接和分组方式）原始数据（即，在执行任何处理之前进行临时查询…）。由于我们使用的是cloudera，因此我们的选择是显而易见的，即黑斑羚可以更快地响应。 早些时候，我们对Hive（Hbase外部表）也这样做

注（外部表格上下文中的附加信息）：

• 黑斑羚不会取代蜂巢，它适合非常不同的使用情况。与Hive相比，Impala不提供容错性，所以如果在查询过程中出现问题，那么它就消失了。用户必须重新发出查询。 对于FT极为重要的ETL工作，hive非常适合

• Impala比ApacheHive更快，但这并不意味着它是解决所有大数据问题的一站式SQL解决方案。Impala是内存密集型的，对于连接之类的繁重数据操作，它无法有效运行，因为不可能将所有内容都推入内存。这是蜂巢来营救的时候。如果应用程序需要批量处理大数据，那么组织必须选择Hive。如果他们需要实时处理数据子集上的即席查询，那么Impala是更好的选择

问题2：所有可用的SQL操作是否都同样有效 黑斑羚和蜂巢一起工作

• Impala的Hbase外部表或Impala SQL内部表都不会更改

请看下面的图表了解更多信息，因为我不应该在中使用纯链接，所以我使用了文章中的图表，以便更好地理解。

---

感谢您的回复，但我的问题与带有HBase而非hive的黑斑羚有关。在第1季度的回答中，我谈到了impla与hive的HBase外部表。通过spark streaming，我们首先将数据摄取到Hbase，并在此基础上创建了外部表。除此之外，我们还进行了专门的查询。这不是你要找的吗？图中的第一点还表示：“程序员在hdfs（即内部表）和hbase（即外部表）上运行查询的Impala”感谢@RamPrasadG，感谢您的努力。