如果表完全由impala管理，是否有指定的目录用于存储数据？
或者由datanode将数据分配到由datanode目录配置的HDFS中的任何位置，例如/ dfs / dn？
如果我的应用程序正在运行一个没有运行datanode的节点，那么最好是我应该运行impalad吗？这样我可以连接到impala anywhwere只使用localhost？否则我将连接到特定的主机和端口？
答案 0 :(得分：1)
对于由Impala管理的表，数据存储在Hive Metastore仓库目录中，该目录由Hive Metastore配置属性＆＃; hive.metastore.warehouse.dir＆＃39;配置。在hive-site.xml中。这是HDFS中的目录，因此数据节点上的基础存储位置由HDFS配置决定。
您应该在运行数据节点的节点上运行Impala守护程序，以便扫描可以与数据共存。您的应用应该连接到远程Impala守护程序。围绕群集分发请求通常是一个好主意，甚至是必要的，具体取决于工作负载，以避免单个协调器impalad的瓶颈。许多人使用HAProxy执行此操作，有关详细信息，请参阅this documentation。