我们目前正在进行大数据项目。
大数据平台Hadoop Cloudera。
我们的系统输入我们有一小部分数据，我们通过Kafka（大约80Mo / h连续）收集。
然后消息存储在HDFS中，以便通过Impala进行查询。
我们的客户不希望将热数据与冷数据分开。 5分钟后，必须在历史数据（冷数据）中访问数据。我们选择了一个数据库。
要插入数据，我们使用Impala API提供的JDBC连接器（例如INSERT INTO ...）。 我们知道这不是推荐的解决方案，每个Impala插入都会在HDFS中创建一个文件（<10kb）。
我们寻求一种解决方案，在Imapala基础中插入一个小流，避免获取许多小文件。 我们预先确定了什么解决方案？