如果无效元数据可以做同样的事情，为什么需要在 Impala 中刷新

Question

如果我使用 Hive 创建一个表，在其中插入记录并首先在 Impala 中反映同一个表，我必须运行 Invalidate Metadata，它反映了执行程序上的元数据也显示新添加的记录。 那我的问题还是为什么我们需要做刷新表？

Answer 1

INVALIDATE METADATA 和 REFRESH 是对应的：

• INVALIDATE METADATA 是一个简单的异步操作 从目录和协调器缓存中丢弃加载的元数据。 在该操作之后，目录和所有 Impala 协调员 只知道数据库和表的存在，什么都不知道 更多的。表的元数据加载由任何后续触发 查询。

• REFRESH 同步重新加载元数据。 REFRESH 更多 比在表完成后执行完整的元数据加载更轻量级 无效。 REFRESH 无法检测到由 HDFS 平衡器等操作触发的块位置的变化（如 INVALIDATE METADATA 所做的那样），因此导致远程 在查询执行期间读取会对性能产生负面影响。

  在使特定表无效后使用REFRESH 分隔 从针对该表运行的第一个查询加载元数据。

====

当在 Impala 外部、Hive 和其他 Hive 客户端（例如 SparkSQL）中进行以下更改时，需要INVALIDATE METADATA：

• 现有表的元数据发生变化。
• 添加了新表，Impala 将使用这些表。
• SERVER 或 DATABASE 级别的 Sentry 权限已从 在 Impala 之外。
• 块元数据更改，但文件保持不变（HDFS 重新平衡）。 UDF jar 更改。
• 某些表不再被查询，您想删除它们 来自目录和协调器缓存的元数据以减少内存 要求。

当impalad 进行更改时，不需要INVALIDATE METADATA。

更多详情，请阅读HERE