Impala 访问 S3 中现有的 Parquet 表

Question

我有一些 Parquet 表是使用存储在 S3 中的 SparkSQL 创建的。我也希望能够从 Impala 使用它们。我还有一个在 CDH5 上运行的 Impala 实例，我可以使用 Hue 访问它。

我需要怎么做才能从这个 Impala 实例中查询上述数据？

Impala Parquet 文档似乎主要是关于将数据导入 Parquet。我已经拥有 Parquet 中的数据，我只想将 Impala 指向它。我是 Impala 和 Hue 的新手，我对 Parquet 的体验来自 SparkSQL。

Answer 1

Impala 有 experimental support 查询存储在 S3 中的数据。下面是一个示例 CREATE TABLE 语句，用于处理存储在 S3 中的 Parquet 数据，取自上一句中链接的文档：

create table sample_data_s3 (id int, id bigint, val int, zerofill
string, name string, assertion boolean, city string, state string)
stored as parquet location 's3a://impala-demo/sample_data';