Apache Hudi与Impala完成整合的示例分析

Hudi: Apache Hudi是一个开源的，支持插入、更新、删除的增量数据湖处理框架，可助力构建企业级数据湖。
Impala: Apache Impala是一个开源的大规模并行处理SQL查询引擎，能查询存储在Hadoop的HDFS和HBase中的PB级大数据。

Impala作为查询引擎可架设在Hudi表之上，Impala社区关于支持对Hudi表的查询的commit已经提交至master主干分支，这表明在下个Impala版本中便可正式使用该特性，也意味着用户可使用Impala查询Hudi表中数据，悉知Hudi也是第一个被Impala支持查询的数据湖框架。至此Hudi支持的查询引擎有Hive/SparkSQL/Presto/Impala，已经涵盖了越来越多的SQL查询引擎，Hudi周边生态也越发完善，发展也越来越迅速。

如果你已经使用了Impala和Hudi，那么不妨尝试使用Impala来查询Hudi表数据。