使用 Impala 在 HDFS 中查询 Parquet 文件
Posted
技术标签:
【中文标题】使用 Impala 在 HDFS 中查询 Parquet 文件【英文标题】:Querying Parquet file in HDFS using Impala 【发布时间】:2019-06-14 10:01:19 【问题描述】:我正在尝试使用 Impala 读取镶木地板文件。
impala-shell> SELECT * FROM `/path/in/hdfs/*.parquet`
我知道我可以使用 Spark 或 Drill 做到这一点,但我想知道 Impala 是否可以做到这一点?
谢谢
【问题讨论】:
【参考方案1】:您需要在 parquet
文件之上创建结构化的 table
以通过 Impala 进行查询。
external table
指向 parquet 目录的一般示例... Cloudera 文档在此处提供所有方法:
https://www.cloudera.com/documentation/enterprise/latest/topics/impala_parquet.html#parquet_ddl
CREATE EXTERNAL TABLE ingest_existing_files LIKE PARQUET '/user/etl/destination/datafile1.dat'
STORED AS PARQUET
LOCATION '/user/etl/destination';
【讨论】:
以上是关于使用 Impala 在 HDFS 中查询 Parquet 文件的主要内容,如果未能解决你的问题,请参考以下文章
如何对 hdfs 中的数据进行加密,然后创建 hive 或 impala 表进行查询?