Impala查詢功能測試1. 準備測試資料2. 檢視表結構3. impala-shell 指令4. 導入資料并查詢5. join 連接配接查詢6. 聚合查詢

關于 impala 使用方法的一些測試，包括加載資料、檢視資料庫、聚合關聯查詢、子查詢等等。

以下測試以 impala 使用者來運作：

準備一些測試資料，tab1.csv 檔案内容如下：

tab1.csv 檔案内容如下：

将這兩個表上傳到 hdfs：

在 impala 中建表，建表語句如下：

其中 tab1 和 tab2 都是外部表，tab3 是内部表。

将上面 sql 儲存在 init.sql 語句，然後運作下面指令進行建立表：

也可以進入到 impala-shell 指令行模式，直接運作 sql 語句。

檢視所有資料庫：

檢視預設資料庫下的所有表：

檢視 tab1 表結構：

使用 impala-shell 進入指令行互動模式：

傳入一個檔案：

執行指定的 sql：

導入資料：

準備資料

建立表

加資料導入到建立的表

查詢資料：

帶 offset 語句查詢

帶 offset 語句查詢，需要和 order by 一起使用，起始編号從 0 開始往後偏移，offset 為 0 時，其結果和去掉 offset 的 limit 結果一緻。

測試如下：

以上 sql 語句等同于下面語句，用法同樣适用于多個字段：

由上可以看到左邊表 tab1 的記錄都查詢出來了，右邊表 tab2 隻查詢出跟 tab1 關聯的記錄。

以上語句可以修改為：

查詢結果為：

如果去掉 where 語句，會提示錯誤：

impala 允許自連接配接，例如：

為了避免産生大量的結果集，impala 不允許下面形式的笛卡爾連接配接：

如果，你的确想使用笛卡爾連接配接，建議使用 cross join：

預設地，impala的兩表連接配接需要一個等值的比較，或者使用 on、using、where 語句。在impala 1.2.2 之後，非等值連接配接也支援。同樣需要避免因為産生大量的結果集而造成記憶體溢出。一旦你想使用非等值連接配接，建議使用 cross 連接配接并增加額外的 where 語句。

查詢出來的結果會有一些重複的記錄，這個時候可以通過 distinct 去重。

左半連接配接是為了實作 in 語句，左邊的記錄會查詢出來，而不管右邊表有多少比對的記錄。impala 2.0版本之後，支援右半連接配接。

impala 不支援 natural join 操作，以避免産生不一緻或者大量的結果。自然連接配接不适應 on 和 using 語句，而是自動的關聯所有列相同值的記錄。這種連接配接是不建議的，特别是當表結構發生變化的時候，如添加或者删除列的時候，會産生不一樣的結果集。

impala 2.0 / cdh 5.2 以上版本中支援反連接配接，包括左反連接配接和右反連接配接。左反連接配接的意思是傳回左邊表不在右邊表中的記錄。

找出 tab2 的 id 不在 tab1 中的記錄：

聚合關聯查詢：

聚合關聯子查詢：

impala 2版本中，支援where 條件子查詢，包括 in 、exists 和比較符的子查詢：

插入查詢：

這時候查詢 tab3 的記錄：