CatalogObjectCache 是个缓存对象，为了缓存 CatalogdObjects，它是线程安全的。仅在新建或更新较新版本时执行真正的更新，add 和 remove 方法也需要更新全局实例 CatalogObjectVersionSet，它保持 catalog 版本的跟踪。

MetaStoreClientPool 是 MetaStore 客户端的连接池。

本文主要从源码角度分析 Catalog 的整体运行流程，包括它的主要职责，与其他模块的交互等。

Impala 的词法解析使用语法分析生成器 JFlex 和 Java 语法解析器自动生成工具 CUP，具体原理和使用见官方文档，本文只分析一个简单的 SELECT 语句。

本文将从一个简单的 SQL 来分析查询的整个流程。

# 简介

Impala 是一个分布式，大规模并行处理数据库引擎。

• 支持 SQL 实时查询
• 由 Java 和 C++ 实现
• 共享 Hive Metastore
• 支持多种数据存储格式，如 Text、Parquet、Avro 等
• 支持多种数据存储引擎，如 HDFS、KUDU、S3 等
• 能够与 Hadoop 集成
• ...

# 思维导图

# 介绍

• 实用性广泛
• 可扩展
• 高性能
• 高可用性

# 思维导图

# 介绍

• 抽象模型
  • Map
  • Reduce
• 大规模并行计算

# 阅读

阅读了 The Google File System 的中文版，以及一个解析版，总结了个图：

MetaStore 是 Hive 的元数据服务，本文会从使用和部署上分析，着重说明它的元数据格式。然后从 Impala 的角度，分析使用方式和元数据存储。