Impala 如何创建表？

推荐答案

在 Impala 中，可以使用 CREATE TABLE 语句来创建表。以下是一个基本的示例：

CREATE TABLE IF NOT EXISTS my_database.my_table (
    id INT,
    name STRING,
    age INT,
    created_at TIMESTAMP
)
STORED AS PARQUET;

关键点：

• IF NOT EXISTS：可选，用于避免表已存在时抛出错误。
• my_database.my_table：指定数据库和表名。
• 列定义：包括列名和数据类型。
• STORED AS PARQUET：指定表的存储格式为 Parquet。

本题详细解读

1. 表的基本结构

在 Impala 中，表由列和数据类型组成。每个列都有一个名称和一个数据类型，如 INT、STRING、TIMESTAMP 等。

2. 数据库和表名

表名可以包含数据库名作为前缀，格式为 database_name.table_name。如果省略数据库名，则默认使用当前数据库。

3. 存储格式

Impala 支持多种存储格式，如 Parquet、TextFile、Avro 等。STORED AS 子句用于指定表的存储格式。Parquet 是 Impala 推荐的格式，因为它支持高效的列式存储和压缩。

4. 分区表

Impala 支持分区表，可以通过 PARTITIONED BY 子句来创建分区表。例如：

CREATE TABLE my_database.my_partitioned_table (
    id INT,
    name STRING,
    age INT,
    created_at TIMESTAMP
)
PARTITIONED BY (year INT, month INT)
STORED AS PARQUET;

5. 外部表

Impala 还支持创建外部表，通过 EXTERNAL 关键字指定。外部表的数据存储在 HDFS 或其他存储系统中，Impala 只管理元数据。

CREATE EXTERNAL TABLE my_database.my_external_table (
    id INT,
    name STRING,
    age INT,
    created_at TIMESTAMP
)
STORED AS PARQUET
LOCATION '/path/to/hdfs/directory';

6. 表的其他选项

• TBLPROPERTIES：可以指定表的属性，如 'comment'='This is a sample table'。
• WITH SERDEPROPERTIES：用于指定序列化和反序列化属性。

通过以上方式，可以在 Impala 中灵活地创建和管理表。