在 CREATE TABLE-statement 末尾的 Impala 中，您可以按照我的理解设置复制因子：
CREATE [EXTERNAL] TABLE [IF NOT EXISTS] [db_name.]table_name
...
[CACHED IN 'pool_name' [WITH REPLICATION = integer] | UNCACHED]
总之，我有点疑惑pool_name 指的是什么。这是 HDFS 中存储数据的路径吗？
【问题讨论】：
不完全是，它实际上是指使用hdfs cacheadmin -addPool... 命令定义的HDFS 池，请参阅hdfs command guide。反过来，池确实包含一堆 cache 指令，这些指令引用要缓存的 hdfs 路径。来自 apache 文档：
缓存池是一个管理实体，用于管理 缓存指令。缓存池具有类似 UNIX 的权限， 限制哪些用户和组可以访问该池。写 权限允许用户添加和删除缓存指令到 水池。读取权限允许用户列出缓存指令 池，以及其他元数据。未使用执行权限。
缓存池也用于资源管理。池可以强制执行 最大限制，限制可以缓存的字节数 通过池中的指令汇总。通常，池的总和 限制将大约等于聚合内存的数量 保留用于集群上的 HDFS 缓存。缓存池还跟踪 帮助集群用户确定什么是和 应该被缓存。
池还可以强制执行最大生存时间。这限制了 添加到池中的指令的最大过期时间。
有关如何在 Impala 中使用此 HDFS 功能的详细信息，请参阅Impala Guide。
【讨论】：