相信很多做海量数据处理和大数据技术研发的朋友对Impala这个基于Hadoop的交互式MPP引擎都不陌生，尤其对Impala出色的数据处理能力印象深刻。在查询执行的整个生命周期内，Impala主要通过Frontend生成优化的查询计划，Backend执行运行时代码生成来优化查询效率。在客户端的一个SQL查询下发到ImpalaServer后，Frontend会在生成查询计划的过程中，收集必要的统计信息，作为Backend分布式执行的依据。这些信息主要包括：表结构、分区统计、SQL语句的表达式集合，

相信很多做海量数据处理和大数据技术研发的朋友对Impala这个基于Hadoop的交互式MPP引擎都不陌生，尤其对Impala出色的数据处理能力印象深刻。在查询执行的整个生命周期内，Impala主要通过Frontend生成优化的查询计划，Backend执行运行时代码生成来优化查询效率。在客户端的一个SQL查询下发到ImpalaServer后，Frontend会在生成查询计划的过程中，收集必要的统计信息，作为Backend分布式执行的依据。这些信息主要包括：表结构、分区统计、SQL语句的表达式集合，