Submit Search
Upload
基礎から学ぶ超並列SQLエンジンImpala #cwt2015
•
7 likes
•
6,066 views
Cloudera Japan
Follow
Cloudera World Tokyo 2015 での発表資料です https://clouderaworld.tokyo/
Read less
Read more
Engineering
Report
Share
Report
Share
1 of 53
Download now
Download to read offline
Recommended
Impalaチューニングポイントベストプラクティス
Impalaチューニングポイントベストプラクティス
Yahoo!デベロッパーネットワーク
Impala概要 道玄坂LT祭り 20150312 #dogenzakalt
Impala概要 道玄坂LT祭り 20150312 #dogenzakalt
Cloudera Japan
Apache Impalaパフォーマンスチューニング #dbts2018
Apache Impalaパフォーマンスチューニング #dbts2018
Cloudera Japan
#cwt2016 Apache Kudu 構成とテーブル設計
#cwt2016 Apache Kudu 構成とテーブル設計
Cloudera Japan
エンタープライズデータハブ活用の落とし穴 2015 08-27
エンタープライズデータハブ活用の落とし穴 2015 08-27
Cloudera Japan
Impala 2.0 Update 日本語版 #impalajp
Impala 2.0 Update 日本語版 #impalajp
Cloudera Japan
Troubleshooting Using Cloudera Manager #cwt2015
Troubleshooting Using Cloudera Manager #cwt2015
Cloudera Japan
「新製品 Kudu 及び RecordServiceの概要」 #cwt2015
「新製品 Kudu 及び RecordServiceの概要」 #cwt2015
Cloudera Japan
Recommended
Impalaチューニングポイントベストプラクティス
Impalaチューニングポイントベストプラクティス
Yahoo!デベロッパーネットワーク
Impala概要 道玄坂LT祭り 20150312 #dogenzakalt
Impala概要 道玄坂LT祭り 20150312 #dogenzakalt
Cloudera Japan
Apache Impalaパフォーマンスチューニング #dbts2018
Apache Impalaパフォーマンスチューニング #dbts2018
Cloudera Japan
#cwt2016 Apache Kudu 構成とテーブル設計
#cwt2016 Apache Kudu 構成とテーブル設計
Cloudera Japan
エンタープライズデータハブ活用の落とし穴 2015 08-27
エンタープライズデータハブ活用の落とし穴 2015 08-27
Cloudera Japan
Impala 2.0 Update 日本語版 #impalajp
Impala 2.0 Update 日本語版 #impalajp
Cloudera Japan
Troubleshooting Using Cloudera Manager #cwt2015
Troubleshooting Using Cloudera Manager #cwt2015
Cloudera Japan
「新製品 Kudu 及び RecordServiceの概要」 #cwt2015
「新製品 Kudu 及び RecordServiceの概要」 #cwt2015
Cloudera Japan
HBase Across the World #LINE_DM
HBase Across the World #LINE_DM
Cloudera Japan
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Cloudera Japan
#cwt2016 Cloudera Managerを用いた Hadoop のトラブルシューティング
#cwt2016 Cloudera Managerを用いた Hadoop のトラブルシューティング
Cloudera Japan
HBase Meetup Tokyo Summer 2015 #hbasejp
HBase Meetup Tokyo Summer 2015 #hbasejp
Cloudera Japan
G-Tech2015 Hadoop/Sparkを中核としたビッグデータ基盤_20151006
G-Tech2015 Hadoop/Sparkを中核としたビッグデータ基盤_20151006
Cloudera Japan
大規模データに対するデータサイエンスの進め方 #CWT2016
大規模データに対するデータサイエンスの進め方 #CWT2016
Cloudera Japan
Cloudera Impalaをサービスに組み込むときに苦労した話
Cloudera Impalaをサービスに組み込むときに苦労した話
Yukinori Suda
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Cloudera Japan
Hadoopビッグデータ基盤の歴史を振り返る #cwt2015
Hadoopビッグデータ基盤の歴史を振り返る #cwt2015
Cloudera Japan
HBase活用事例 #hbase_ca
HBase活用事例 #hbase_ca
Cloudera Japan
CDHの歴史とCDH5新機能概要 #at_tokuben
CDHの歴史とCDH5新機能概要 #at_tokuben
Cloudera Japan
Cloud Native Hadoop #cwt2016
Cloud Native Hadoop #cwt2016
Cloudera Japan
C5.2 (Cloudera Manager + CDH) アップデート #cwt2014
C5.2 (Cloudera Manager + CDH) アップデート #cwt2014
Cloudera Japan
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Cloudera Japan
HBaseサポート最前線 #hbase_ca
HBaseサポート最前線 #hbase_ca
Cloudera Japan
基調講演: 「データエコシステムへの挑戦」 #cwt2015
基調講演: 「データエコシステムへの挑戦」 #cwt2015
Cloudera Japan
Spark徹底入門 #cwt2015
Spark徹底入門 #cwt2015
Cloudera Japan
HiveとImpalaのおいしいとこ取り
HiveとImpalaのおいしいとこ取り
Yukinori Suda
機械学習の定番プラットフォームSparkの紹介
機械学習の定番プラットフォームSparkの紹介
Cloudera Japan
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Cloudera Japan
Evolution of Impala #hcj2014
Evolution of Impala #hcj2014
Cloudera Japan
HDFS Supportaiblity Improvements
HDFS Supportaiblity Improvements
Cloudera Japan
More Related Content
What's hot
HBase Across the World #LINE_DM
HBase Across the World #LINE_DM
Cloudera Japan
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Cloudera Japan
#cwt2016 Cloudera Managerを用いた Hadoop のトラブルシューティング
#cwt2016 Cloudera Managerを用いた Hadoop のトラブルシューティング
Cloudera Japan
HBase Meetup Tokyo Summer 2015 #hbasejp
HBase Meetup Tokyo Summer 2015 #hbasejp
Cloudera Japan
G-Tech2015 Hadoop/Sparkを中核としたビッグデータ基盤_20151006
G-Tech2015 Hadoop/Sparkを中核としたビッグデータ基盤_20151006
Cloudera Japan
大規模データに対するデータサイエンスの進め方 #CWT2016
大規模データに対するデータサイエンスの進め方 #CWT2016
Cloudera Japan
Cloudera Impalaをサービスに組み込むときに苦労した話
Cloudera Impalaをサービスに組み込むときに苦労した話
Yukinori Suda
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Cloudera Japan
Hadoopビッグデータ基盤の歴史を振り返る #cwt2015
Hadoopビッグデータ基盤の歴史を振り返る #cwt2015
Cloudera Japan
HBase活用事例 #hbase_ca
HBase活用事例 #hbase_ca
Cloudera Japan
CDHの歴史とCDH5新機能概要 #at_tokuben
CDHの歴史とCDH5新機能概要 #at_tokuben
Cloudera Japan
Cloud Native Hadoop #cwt2016
Cloud Native Hadoop #cwt2016
Cloudera Japan
C5.2 (Cloudera Manager + CDH) アップデート #cwt2014
C5.2 (Cloudera Manager + CDH) アップデート #cwt2014
Cloudera Japan
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Cloudera Japan
HBaseサポート最前線 #hbase_ca
HBaseサポート最前線 #hbase_ca
Cloudera Japan
基調講演: 「データエコシステムへの挑戦」 #cwt2015
基調講演: 「データエコシステムへの挑戦」 #cwt2015
Cloudera Japan
Spark徹底入門 #cwt2015
Spark徹底入門 #cwt2015
Cloudera Japan
HiveとImpalaのおいしいとこ取り
HiveとImpalaのおいしいとこ取り
Yukinori Suda
機械学習の定番プラットフォームSparkの紹介
機械学習の定番プラットフォームSparkの紹介
Cloudera Japan
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Cloudera Japan
What's hot
(20)
HBase Across the World #LINE_DM
HBase Across the World #LINE_DM
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Apache Hadoop YARNとマルチテナントにおけるリソース管理
#cwt2016 Cloudera Managerを用いた Hadoop のトラブルシューティング
#cwt2016 Cloudera Managerを用いた Hadoop のトラブルシューティング
HBase Meetup Tokyo Summer 2015 #hbasejp
HBase Meetup Tokyo Summer 2015 #hbasejp
G-Tech2015 Hadoop/Sparkを中核としたビッグデータ基盤_20151006
G-Tech2015 Hadoop/Sparkを中核としたビッグデータ基盤_20151006
大規模データに対するデータサイエンスの進め方 #CWT2016
大規模データに対するデータサイエンスの進め方 #CWT2016
Cloudera Impalaをサービスに組み込むときに苦労した話
Cloudera Impalaをサービスに組み込むときに苦労した話
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Hadoopビッグデータ基盤の歴史を振り返る #cwt2015
Hadoopビッグデータ基盤の歴史を振り返る #cwt2015
HBase活用事例 #hbase_ca
HBase活用事例 #hbase_ca
CDHの歴史とCDH5新機能概要 #at_tokuben
CDHの歴史とCDH5新機能概要 #at_tokuben
Cloud Native Hadoop #cwt2016
Cloud Native Hadoop #cwt2016
C5.2 (Cloudera Manager + CDH) アップデート #cwt2014
C5.2 (Cloudera Manager + CDH) アップデート #cwt2014
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
HBaseサポート最前線 #hbase_ca
HBaseサポート最前線 #hbase_ca
基調講演: 「データエコシステムへの挑戦」 #cwt2015
基調講演: 「データエコシステムへの挑戦」 #cwt2015
Spark徹底入門 #cwt2015
Spark徹底入門 #cwt2015
HiveとImpalaのおいしいとこ取り
HiveとImpalaのおいしいとこ取り
機械学習の定番プラットフォームSparkの紹介
機械学習の定番プラットフォームSparkの紹介
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Similar to 基礎から学ぶ超並列SQLエンジンImpala #cwt2015
Evolution of Impala #hcj2014
Evolution of Impala #hcj2014
Cloudera Japan
HDFS Supportaiblity Improvements
HDFS Supportaiblity Improvements
Cloudera Japan
20150131 ChugokuDB-Shimane-MySQL
20150131 ChugokuDB-Shimane-MySQL
Ryusuke Kajiyama
GDLC11 oracle-ai
GDLC11 oracle-ai
Hirokuni Uchida
Datastax Enterpriseをはじめよう
Datastax Enterpriseをはじめよう
Yuki Morishita
Cloudera in the Cloud #CWT2017
Cloudera in the Cloud #CWT2017
Cloudera Japan
20140518 JJUG MySQL Clsuter as NoSQL
20140518 JJUG MySQL Clsuter as NoSQL
Ryusuke Kajiyama
Hadoopトレーニング番外編 〜間違えられやすいHadoopの7つの仕様〜
Hadoopトレーニング番外編 〜間違えられやすいHadoopの7つの仕様〜
Cloudera Japan
Oracle Database 12c Release 1 PSR 12.1.0.2 のご紹介
Oracle Database 12c Release 1 PSR 12.1.0.2 のご紹介
オラクルエンジニア通信
クラウド概要 by Engine Yard
クラウド概要 by Engine Yard
Yu Kitazume
地に足がついたクラウドのお話
地に足がついたクラウドのお話
Toshiaki Baba
Tech deepdive#2 datastore_180317_share
Tech deepdive#2 datastore_180317_share
オラクルエンジニア通信
オラクル・データベース・クラウド~さらなる進化のご紹介(Oracle Cloud Days Tokyo 2015)
オラクル・データベース・クラウド~さらなる進化のご紹介(Oracle Cloud Days Tokyo 2015)
オラクルエンジニア通信
Oracle R Advanced Analytics for Hadoop利用方法
Oracle R Advanced Analytics for Hadoop利用方法
オラクルエンジニア通信
Apache Big Data Miami 2017 - Hadoop Source Code Reading #23 #hadoopreading
Apache Big Data Miami 2017 - Hadoop Source Code Reading #23 #hadoopreading
Yahoo!デベロッパーネットワーク
Open stack reference architecture v1 2
Open stack reference architecture v1 2
Dell TechCenter Japan
NTTデータ流 Hadoop活用のすすめ ~インフラ構築・運用の勘所~
NTTデータ流 Hadoop活用のすすめ ~インフラ構築・運用の勘所~
NTT DATA OSS Professional Services
OpenStackプロジェクトの全体像~詳細編~
OpenStackプロジェクトの全体像~詳細編~
Masanori Itoh
Start of a New era: Apache YARN 3.1 and Apache HBase 2.0
Start of a New era: Apache YARN 3.1 and Apache HBase 2.0
DataWorks Summit
Paa s and oss
Paa s and oss
Yusuke Ando
Similar to 基礎から学ぶ超並列SQLエンジンImpala #cwt2015
(20)
Evolution of Impala #hcj2014
Evolution of Impala #hcj2014
HDFS Supportaiblity Improvements
HDFS Supportaiblity Improvements
20150131 ChugokuDB-Shimane-MySQL
20150131 ChugokuDB-Shimane-MySQL
GDLC11 oracle-ai
GDLC11 oracle-ai
Datastax Enterpriseをはじめよう
Datastax Enterpriseをはじめよう
Cloudera in the Cloud #CWT2017
Cloudera in the Cloud #CWT2017
20140518 JJUG MySQL Clsuter as NoSQL
20140518 JJUG MySQL Clsuter as NoSQL
Hadoopトレーニング番外編 〜間違えられやすいHadoopの7つの仕様〜
Hadoopトレーニング番外編 〜間違えられやすいHadoopの7つの仕様〜
Oracle Database 12c Release 1 PSR 12.1.0.2 のご紹介
Oracle Database 12c Release 1 PSR 12.1.0.2 のご紹介
クラウド概要 by Engine Yard
クラウド概要 by Engine Yard
地に足がついたクラウドのお話
地に足がついたクラウドのお話
Tech deepdive#2 datastore_180317_share
Tech deepdive#2 datastore_180317_share
オラクル・データベース・クラウド~さらなる進化のご紹介(Oracle Cloud Days Tokyo 2015)
オラクル・データベース・クラウド~さらなる進化のご紹介(Oracle Cloud Days Tokyo 2015)
Oracle R Advanced Analytics for Hadoop利用方法
Oracle R Advanced Analytics for Hadoop利用方法
Apache Big Data Miami 2017 - Hadoop Source Code Reading #23 #hadoopreading
Apache Big Data Miami 2017 - Hadoop Source Code Reading #23 #hadoopreading
Open stack reference architecture v1 2
Open stack reference architecture v1 2
NTTデータ流 Hadoop活用のすすめ ~インフラ構築・運用の勘所~
NTTデータ流 Hadoop活用のすすめ ~インフラ構築・運用の勘所~
OpenStackプロジェクトの全体像~詳細編~
OpenStackプロジェクトの全体像~詳細編~
Start of a New era: Apache YARN 3.1 and Apache HBase 2.0
Start of a New era: Apache YARN 3.1 and Apache HBase 2.0
Paa s and oss
Paa s and oss
More from Cloudera Japan
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
Cloudera Japan
Cloudera のサポートエンジニアリング #supennight
Cloudera のサポートエンジニアリング #supennight
Cloudera Japan
Train, predict, serve: How to go into production your machine learning model
Train, predict, serve: How to go into production your machine learning model
Cloudera Japan
Apache Kuduを使った分析システムの裏側
Apache Kuduを使った分析システムの裏側
Cloudera Japan
先行事例から学ぶ IoT / ビッグデータの始め方
先行事例から学ぶ IoT / ビッグデータの始め方
Cloudera Japan
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
Cloudera Japan
How to go into production your machine learning models? #CWT2017
How to go into production your machine learning models? #CWT2017
Cloudera Japan
Apache Kudu - Updatable Analytical Storage #rakutentech
Apache Kudu - Updatable Analytical Storage #rakutentech
Cloudera Japan
Hue 4.0 / Hue Meetup Tokyo #huejp
Hue 4.0 / Hue Meetup Tokyo #huejp
Cloudera Japan
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Cloudera Japan
Ibis: すごい pandas ⼤規模データ分析もらっくらく #summerDS
Ibis: すごい pandas ⼤規模データ分析もらっくらく #summerDS
Cloudera Japan
クラウド上でHadoopを構築できる Cloudera Director 2.0 の紹介 #dogenzakalt
クラウド上でHadoopを構築できる Cloudera Director 2.0 の紹介 #dogenzakalt
Cloudera Japan
MapReduceを置き換えるSpark 〜HadoopとSparkの統合〜 #cwt2015
MapReduceを置き換えるSpark 〜HadoopとSparkの統合〜 #cwt2015
Cloudera Japan
PCIコンプライアンスに向けたビジネス指針〜MasterCardの事例〜 #cwt2015
PCIコンプライアンスに向けたビジネス指針〜MasterCardの事例〜 #cwt2015
Cloudera Japan
基調講演:「ビッグデータのセキュリティとガバナンス要件」 #cwt2015
基調講演:「ビッグデータのセキュリティとガバナンス要件」 #cwt2015
Cloudera Japan
More from Cloudera Japan
(15)
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
Cloudera のサポートエンジニアリング #supennight
Cloudera のサポートエンジニアリング #supennight
Train, predict, serve: How to go into production your machine learning model
Train, predict, serve: How to go into production your machine learning model
Apache Kuduを使った分析システムの裏側
Apache Kuduを使った分析システムの裏側
先行事例から学ぶ IoT / ビッグデータの始め方
先行事例から学ぶ IoT / ビッグデータの始め方
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
How to go into production your machine learning models? #CWT2017
How to go into production your machine learning models? #CWT2017
Apache Kudu - Updatable Analytical Storage #rakutentech
Apache Kudu - Updatable Analytical Storage #rakutentech
Hue 4.0 / Hue Meetup Tokyo #huejp
Hue 4.0 / Hue Meetup Tokyo #huejp
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Ibis: すごい pandas ⼤規模データ分析もらっくらく #summerDS
Ibis: すごい pandas ⼤規模データ分析もらっくらく #summerDS
クラウド上でHadoopを構築できる Cloudera Director 2.0 の紹介 #dogenzakalt
クラウド上でHadoopを構築できる Cloudera Director 2.0 の紹介 #dogenzakalt
MapReduceを置き換えるSpark 〜HadoopとSparkの統合〜 #cwt2015
MapReduceを置き換えるSpark 〜HadoopとSparkの統合〜 #cwt2015
PCIコンプライアンスに向けたビジネス指針〜MasterCardの事例〜 #cwt2015
PCIコンプライアンスに向けたビジネス指針〜MasterCardの事例〜 #cwt2015
基調講演:「ビッグデータのセキュリティとガバナンス要件」 #cwt2015
基調講演:「ビッグデータのセキュリティとガバナンス要件」 #cwt2015
基礎から学ぶ超並列SQLエンジンImpala #cwt2015
1.
基礎から学ぶ 超並列列SQLエンジンImpala ⽮矢野 智聡 |
Cloudera 株式会社
2.
2© 2015 Cloudera,
Inc. All rights reserved. ⾃自⼰己紹介 • ⽮矢野 智聡(やの ともあき) • Customer Operations Engineer(テクニカルサポート) • お客様がクラスタを運⽤用する上での懸念念や問題の解消を⽀支援
3.
3© 2015 Cloudera,
Inc. All rights reserved. アジェンダ • Impala概要 • 動作概要 • 特徴的な機能と応⽤用 • 2.0 以降降の新機能 • Roadmap
4.
4 © Cloudera,
Inc. All rights reserved. Impala概要
5.
5 © Cloudera,
Inc. All rights reserved. Cloudera Impalaとは • Hadoopクラスタのためのオープンソースの超並列SQLクエリエンジン h>p://impala.io/ • アドホッククエリに焦点を当てたプロダクト
6.
6 © Cloudera,
Inc. All rights reserved. Impalaの特徴 • HDFS や HBase 上のデータに対し、仮想的なビューとしてテーブルを作成し、ク エリを発行できる • メタデータは Hive メタストアを共有 • ODBC / JDBC で接続可能 • Kerberos / LDAP で認証可能 • CDHに含まれており、無料で使用できる(サポートは有償) • Cloudera / Oracle / MapR / Amazon がサポートを提供
7.
7 © Cloudera,
Inc. All rights reserved. Impala開発の背景 • バッチのために開発されたHiveに対してビッグデータ解析の期待とともに分析 ツールの接続が向けられるようになった • アドホッククエリに期待される低レイテンシ、高スループットの処理をHadoop上 で実行することに対する要望 • ImpalaはHiveの数倍-‐数十倍の速度で処理を遂行
8.
8 © Cloudera,
Inc. All rights reserved. Impalaは何でないか • 汎用の処理エンジンではない -‐> SQL処理の高速化に特化するため、専用に書き起されている • 分散環境でバッチ処理を遂行するための耐障害性のあるエンジンではない -‐> 問題発生時に内部リトライを行うのではなく速やかにエラーを返す • Hiveの実施できる処理を全て実行できるわけではない -‐> 大部分の処理を置き換えられ、また随時実装も進んでいるが、全てではな いため注意が必要(例: nested type)
9.
9 © Cloudera,
Inc. All rights reserved. SQL on Hadoopのユースケース • Impala • JDBC/ODBCで接続してインタラクティブな処理を行うツールとの連携 • BI/分析 (例: Tableau, Zoomdata, MicroStrategy, QlikView, SAS等) • アドホックなSQLを直接実行してのデータ探索や分析 • Hive(MapReduce/Spark) • ETLなど耐障害性を重視するバッチ処理 • SparkSQL • Spark処理内でのクエリ • SQLでの処理が主体とならない比較的単純なクエリ ※ CDH5.4系ではHive on Spark/SparkSQL は未サポート
10.
10 © Cloudera,
Inc. All rights reserved. 動作概要
11.
11 © Cloudera,
Inc. All rights reserved. Impalaの構成要素 • コンポーネント • ワーカーノード • impalad • マスタノード • catalogd • Statestore • クライアント • impala-‐shell(command line Client) • ODBC / JDBC ODBC / JDBC SQL App クライアント マスタノード Hive Metastore HDFS NN State Store catalogd HDFS DataNode Query Exec Engine Query Coordinator Query Planner impalad ワーカーノード
12.
12 © Cloudera,
Inc. All rights reserved. Impala Daemon (impalad) • HDFSのDataNodeの稼動している全てのノードで動作する • クエリを受けつけ、他のimpaladと連携して実行する中心的なデーモン • どの impalad でもユーザからのクエリを受け付けることが可能 • クエリを受け付ける impalad は、通常「コーディネータノード」と呼ばれる HDFS DataNode Query Exec Engine Query Coordinator Query Planner impalad HDFS DataNode Query Exec Engine Query Coordinator Query Planner impalad HDFS DataNode Query Exec Engine Query Coordinator Query Planner impalad
13.
13 © Cloudera,
Inc. All rights reserved. Catalog Service (catalogd) • 各クラスタに1つ起動する • impaladが処理実行時にHDFSやHiveのマスタデーモンに都度アクセスしなくて 済むようにキャッシュ情報を管理する • impaladで実行されたDDLを情報をHiveMetastoreに反映する役割も持つ Hive Metastore HDFS NN State Store catalogd HDFS DataNode Query Exec Engine Query Coordinator Query Planner impalad DDL Block情報等 Hiveメタデータ メタデータ
14.
14 © Cloudera,
Inc. All rights reserved. StateStore • クラスタ毎に1つ起動する • Impaladの起動状況の管理やメタデータの伝播を担う catalogd HDFS DataNode Query Exec Engine Query Coordinator Query Planner impalad State Store プロセスステータス/メタデータ
15.
15 © Cloudera,
Inc. All rights reserved. Impala のクエリ実⾏行行時の流流れ HDFS DN Query Exec Engine Query Coordinator Query Planner HBase HDFS DN Query Exec Engine Query Coordinator Query Planner HBase HDFS DN Query Exec Engine Query Coordinator Query Planner HBase ODBC / JDBC SQL App クライアント・インタフェース HDFS DataNode HDFS DataNode HDFS DataNode
16.
16 © Cloudera,
Inc. All rights reserved. Impala のクエリ実⾏行行時の流流れ HDFS DN Query Exec Engine Query Coordinator Query Planner HBase HDFS DN Query Exec Engine Query Coordinator Query Planner HBase HDFS DN Query Exec Engine Query Coordinator Query Planner HBase ODBC / JDBC SQL App SQL リクエスト プランナーは実行計画を作成し 分散可能な処理の集合に変換する クライアント・インタフェース HDFS DataNode HDFS DataNode HDFS DataNode
17.
17 © Cloudera,
Inc. All rights reserved. Impala のクエリ実⾏行行時の流流れ HDFS DN Query Exec Engine Query Coordinator Query Planner HBase HDFS DN Query Exec Engine Query Coordinator Query Planner HBase HDFS DN Query Exec Engine Query Coordinator Query Planner HBase ODBC / JDBC SQL App コーディネータは各impaladに分割した処理を振り 分ける クライアント・インタフェース HDFS DataNode HDFS DataNode HDFS DataNode
18.
18 © Cloudera,
Inc. All rights reserved. Impala のクエリ実⾏行行時の流流れ Query Exec Engine Query Coordinator Query Planner Query Exec Engine Query Coordinator Query Planner HDFS DataNode Query Exec Engine Query Coordinator Query Planner ODBC / JDBC SQL App HDFS ショートサーキットリードを使って ローカルダイレクトスキャン、その後計算処理を実行 (集約やハッシュJOINなど) クライアント・インタフェース HDFS DataNode HDFS DataNode
19.
19 © Cloudera,
Inc. All rights reserved. Impala のクエリ実⾏行行時の流流れ HDFS DN Query Exec Engine Query Coordinator Query Planner HBase HDFS DN Query Exec Engine Query Coordinator Query Planner HBase HDFS DN Query Exec Engine Query Coordinator Query Planner HBase ODBC / JDBC SQL App もしクエリが複雑なら、impaladは計算結果を互いに交換し、他の計算 処理を実行 中間結果はストリームで転送される クライアント・インタフェース HDFS DataNode HDFS DataNode HDFS DataNode
20.
20 © Cloudera,
Inc. All rights reserved. Impala のクエリ実⾏行行時の流流れ HDFS DN Query Exec Engine Query Coordinator Query Planner HBase HDFS DN Query Exec Engine Query Coordinator Query Planner HBase HDFS DN Query Exec Engine Query Coordinator Query Planner HBase ODBC / JDBC SQL App HiveQLとインタフェース コーディネータは最後の計算を実行し、クライア ントに結果を返す HDFS DataNode HDFS DataNode HDFS DataNode
21.
21 © Cloudera,
Inc. All rights reserved. クエリ実⾏行行時の処理理のポイント • 他のノードと処理の結果を交換する際にDiskに書き込まない • 高速性と耐障害性のトレードオフ • MapReduceであればDiskに記録しておくことでノード停止などの障害時、内部 的な再実行時使用する • Impalaはクエリ実行中に参加ノードが停止するとクエリが失敗する
22.
22 © Cloudera,
Inc. All rights reserved. 特徴的な機能と応⽤用 エンタープライズ用途を意識した機能と周辺技術
23.
23 © Cloudera,
Inc. All rights reserved. UDF (ユーザ定義関数) • UDF と UDAF(集約関数)をサポート • Impala専用の C++ UDF • Java で書かれた Hive UDF もサポート • Python UDF も開発中 • h>ps://github.com/cloudera/impyla
24.
24 © Cloudera,
Inc. All rights reserved. アドミッションコントロール • 高速・軽量なリソース管理機構 • 並列ワークロードに対するリソースの過剰利用を避ける • 設定した限界値を超えたらクエリはキューイングされる
25.
25 © Cloudera,
Inc. All rights reserved. アドミッションコントロールの例例 並列実行可能な クエリ数 クエリキューの 最大長 100 10 10 1 最大メモリ 1000 GB 100 GB Group A Group B
26.
26 © Cloudera,
Inc. All rights reserved. Impalaにおけるセキュリティ • 認証(Authenecaeon) • Kerberos/LDAPによる認証 • 許可されたユーザのみが接続できるように制限する • 認可(Authorizaeon) • Sentryによる認可(HDFSのパーミッションとは別) • ユーザがアクセスできるデータの制御 • 監査(Audit) • Cloudera Navigator と連携して監査情報を管理
27.
27 © Cloudera,
Inc. All rights reserved. ストレージ • 圧縮/非圧縮で必要になる容量およびI/O 量が変わる I/Oは展開処理より時間がかかることが多い • 圧縮フォーマットによって展開にかかる時間が変わる bzip2は高圧縮だが、展開に時間がかかる • ファイルの形式でも圧縮効率が異なる 行指向: 通常の形式 列指向: 同形式のデータが続くため圧縮効率が良い
28.
28 © Cloudera,
Inc. All rights reserved. Parquet • Impalaとの親和性の高い列指向フォーマット • ヘッダ情報を元にクエリに必要な列のみを抽出してI/Oを行うことが可能 • Impalaではデフォルト圧縮形式としてで圧縮展開が高速なsnappyフォーマッ トが使用される • 基本的に行指向のデータを元に列指向に組替えるため作成に時間がかかる • データの更新はファイルの再作成となる • 更新が少なく読み込みが多い処理に向く
29.
29 © Cloudera,
Inc. All rights reserved. HBaseとImpala Impala HBase External systems put SELECT * FROM hbase_tbl … INSERT / INSERT … VALUES get, scan • put/getの性能の非常に高いHadoop上のNoSQL • ImpalaからHBaseのテーブルに対して表を作成し、クエリの実行が可能 • データをシーケンシャルに読み込むようなスキャン性能はHDFSのブロックを 直接読むのに対して劣る • HBase自体は行指向の構造 • 更新が多く反映が必要だが、クエリのパフォーマンスに余裕があるシステム に向く
30.
30 © Cloudera,
Inc. All rights reserved. Kudu • 列指向ストレージサービス • ParquetがHDFS上に作成するファイルのフォーマットなのに対してKuduはスト レージサービス • 追加、更新、削除をリアルタイムに実施可能 • 分析とデータの更新を両方行うシステム向け ※CDH 5.4では未サポート
31.
31 © Cloudera,
Inc. All rights reserved. 2.0以降降の新機能
32.
32 © Cloudera,
Inc. All rights reserved. Impala 2.0(CDH5.2) • 安定性向上 • 結合処理にDisk使用可能(メモリに収まらない場合のDisk spill) • クエリ言語の拡張 • SQL 2003互換のWindow関数の導入(RANK, LAG等) • Where句内でのサブクエリ • 新しいデータ型(VARCHAR, CHAR) • 関数の追加(VAR_SAMP, VAR_POP等)
33.
33 © Cloudera,
Inc. All rights reserved. Impala 2.1(CDH5.3) • 安定性向上 • StateStoreのハートビートとメタ情報更新処理の分離 • メタデータ管理の利便性向上 • 統計情報の増分取得
34.
34 © Cloudera,
Inc. All rights reserved. Impala 2.2(CDH5.4) • ストレージサポートの拡充 • Amazon S3へのダイレクトアクセス(unsupported) • セキュリティ • Cloudera Navigatorとの連携によるカラムレベルの変遷の追跡
35.
35 © Cloudera,
Inc. All rights reserved. Roadmap
36.
36 © Cloudera,
Inc. All rights reserved. 2015年年中の実装が予定されている機能 • クエリ言語の拡張 • Nested type(列への配列などの格納) • ストレージサポートの拡充 • EMC Isilon サポート • 安定性の拡張 • 大規模かつ多ユーザ環境でのスケーラビリティの拡充
37.
37 © Cloudera,
Inc. All rights reserved. 2015/2016初旬の実装が予定されている機能 • クエリ言語の拡張 • 動的パーティションプルーニング • リソース管理 • LlamaによるYARNとのリソース管理の効率化
38.
38 © Cloudera,
Inc. All rights reserved. 2016年年の実装を⽬目標にしている機能 • パフォーマンス向上 • 20倍以上のパフォーマンス向上 (mulecore join/runemeコード生成/HW処理効率化) • インメモリカラムナフォーマット(nested type/UDFのパフォーマンス向上) • メタデータ管理の利便性向上 • 表のメタデータ/統計情報増分更新の自動化 • クエリ言語の拡張 • 一時表(途中経過のDisk Spill) • SQL表現の拡張
39.
39 © Cloudera,
Inc. All rights reserved. まとめ
40.
40 © Cloudera,
Inc. All rights reserved. Cloudera Impala • アドホッククエリに特化したHadoop環境のためのSQLエンジン • 様々なBI/分析ツールと連携可能 • エンタープライズ用途での使用を意図した機能や連携技術 • より安定、高速、かつ利便性の高いシステムを目指し開発が活発に進行中
41.
41 © Cloudera,
Inc. All rights reserved. Impalaを試す
42.
42 © Cloudera,
Inc. All rights reserved. Impalaを試す4つの⽅方法 • WebUI Hue のデモサイト • 手元で実行できるQuickStartVM • Cloud上でのトライアルクラスタ Cloudera Live • Cloudera Managerを使ってインストール
43.
43 © Cloudera,
Inc. All rights reserved. Hueのデモサイト • Hue HP h>p://gethue.com/ • Hue Demo site h>p://demo.gethue.com/ • Query Editors から Hive/Impalaを選択して直接クエリ実行可能
44.
44 © Cloudera,
Inc. All rights reserved. QuickStartVM • Download site h>p://www.cloudera.com/content/www/en-‐us/downloads/quickstart_vms/5-‐4.html • シングルノードのVMでCDHの機能を一通り試すことができる • Cloudera Manager(default 無効)を使う場合は8-‐10GBのメモリが必要
45.
45 © Cloudera,
Inc. All rights reserved. Cloudera Live • Web site h>p://www.cloudera.com/content/www/en-‐us/get-‐started/cloudera-‐live.html • Cloud (AWS) 上に展開されるチュートリアル環境(m4.xlarge x 4) • Tableau/Zoomdata(それぞれm4.xlarge +1)と併せて60日間のトライアルを提供 • AWSのインスタンスは実費が必要
46.
46 © Cloudera,
Inc. All rights reserved. Cloudera Managerを使ってインストール • rootユーザでターミナルから下記を実行(TUIでのインストール) • 使用規約を承諾、Readmeも把握済みの場合はバッチでのインストールも可 • 本番環境へのインストールではOSパッケージからのインストールが推奨 $ curl -‐O h>p://archive.cloudera.com/cm5/installer/latest/cloudera-‐manager-‐installer.bin $ chmod 755 cloudera-‐manager-‐installer.bin $ sudo ./cloudera-‐manager-‐installer.bin $ sudo ./cloudera-‐manager-‐installer.bin -‐-‐i-‐agree-‐to-‐all-‐licenses -‐-‐noprompt -‐-‐noreadme
47.
47 © Cloudera,
Inc. All rights reserved. Cloudera Managerでクラスタ構築 2 3 インストールする ロールを割り当てる Cloudera Manager が指定したCDHコン ポーネントをインストールする 自動でホストにロールを割り当てるの で、必要があれば変更する 1 ノードを探す クラスタに組み込むホストの ホスト名を入力
48.
48 © Cloudera,
Inc. All rights reserved. その他
49.
49 © Cloudera,
Inc. All rights reserved. Impalaの技術情報 • Document h>p://www.cloudera.com/content/www/en-‐us/documentaeon/enterprise/ latest/topics/impala.html Impalaを試したあと本格的に検討するにあたっては一読を推奨(英語) • Engineer Blog • h>p://blog.cloudera.com/ Cloudera のエンジニアリングチームによる技術Blog. Impala以外の情報も含め て最新の技術情報が随時提供される(英語)
50.
50 © Cloudera,
Inc. All rights reserved. コミュニティへようこそ • CDH ユーザ メーリングリスト(⽇日本語) cdh-‐‑‒user-‐‑‒jp@cloudera.org Impalaの質問についてはこちら • Cloudera コミュニティ(英語) http://community.cloudera.com/ 登録するとトレーニング10%ディスカウント!
51.
51 © Cloudera,
Inc. All rights reserved. 宣伝 • Hadoopはどのように動くのか ─並列・分散システム技術から読み解くHadoop処理系の設計と実装 h>p://gihyo.jp/admin/serial/01/how_hadoop_works gihyo.jp で連載されている上記の連載にImpalaのパフォーマンスに関わる動作 に焦点をあてた記事を執筆しています。2015年12月-‐2016年1月頃の掲載にな りますのでどうぞお楽しみに。
52.
52 © Cloudera,
Inc. All rights reserved. エンタープライズセールス 大規模システムに関わる営業ができ る人歓迎 セールスエンジニア 技術の価値を伝えることに興味があ る人歓迎 We are hiring! career-‐jp@cloudera.com
53.
Thank you.
Download now