『壹』 impala可以获取hdfs目录下的数据吗
如果和数据block不在同一个host上，那么就是使用HDFSDataTransaferProtocol(不是正式的命名，意会即可)来读，也就是一个二进制协议走TCP链接。
如果是在同一个host上，那么是利用了HDFS中"short-circuit local reads"技术。简单来说，从DataNode那边获取到所需数据的Meta信息，然后直接通过系统调用open/read来读取。
『贰』 impala 理论
impala介绍
Cloudera Imapala是一款开源的MPP架构的SQL查询引擎，它提供在hadoop环境上的低延迟、高并发的BI/数据分析，是一款开源、与Hadoop高度集成，灵活可扩展的查询分析引擎，目标是基于SQL提供高并发的即席查询。
与其他的查询引擎系统（如presto、spark sql、hive sql）不同，Impala基于 C++ 和Java编写，支持Hadoop生态下的多种组件集成（如HDFS、HBase、Metastore、YARN、Sentry等），支持多种文件格式的读写（如Parqeut、Avro、RCFile等）。
标准的mpp架构，massively-parallel query execution engine，支持在上百台机器的Hadoop集群上执行快速查询，对底层的存储系统解耦，不像数据库要求那么严格，不同的底层存储可以联合查询。
impala在大数据应用处于什么环节及作用
impala在大数据应用领域中处于数据分析环节，利用mpp架构实现高效数据查询，下游应用系统使用impala也比较多，尤其在应用集市查询数据仓库的时候使用的较多。
impala架构体系
impala由statestore、catalog、impala daemon(impalad)组成。
impala任务执行流程
impala支持的文件格式
Impala可以对Hadoop中大多数格式的文件进行查询，通过create table和insert的方式将一部分格式的数据加载到table中，但值得注意的是，有一些格式的数据它是无法写入的（write to），对于Impala无法写入的数据格式，通常是通过Hive建表，使用Hive进行数据的写入，然后使用Impala来对这些保存好的数据执行查询操作。
impala与hive对比
impala数据类型
海汼部落原创文章，原文链接：(http://hainiubl.com/topics/75548)