Impala 安装

Impala 是面向交互式分析查询的 MPP SQL 引擎，常见用法是直接读取 HDFS / Hive 表，为报表、数据探查、低延迟明细查询提供一个更快的入口。它不像 Hive 那样偏批处理，也不像 Doris 那样自带独立存储，Impala 更依赖前面已经搭好的 HDFS、Hive Metastore、Kerberos 和 Ranger。

本篇继续沿用三台 FQDN 主机：

主机	Impala 角色
hadoop1.test.com	IMPALA_CATALOG、IMPALA_DAEMON
hadoop2.test.com	IMPALA_STATE_STORE、IMPALA_DAEMON
hadoop3.test.com	IMPALA_DAEMON

这里把 Catalog 放在 hadoop1.test.com，StateStore 放在 hadoop2.test.com，Daemon 覆盖三台主机。教程环境这样分配比较直观：元数据、集群协调和查询执行角色分开看，后续排查也容易定位。

提示

如果集群已经开启 Kerberos 和 Ranger，新增 Impala 时会自动走对应的凭据生成、配置下发和 Ranger 侧服务接入。这里不要把 Impala 和其他新组件混在一次向导里安装，单独安装更容易看清每个角色的状态。

1. 选择 Impala 服务

进入 服务与组件，点击 新增服务，在增强组件列表里勾选 Impala。

Impala 依赖 HDFS、Hive Metastore 和 ZooKeeper。前面的安装顺序里已经把 HDFS、YARN、Tez、Hive、HBase、Kafka、Flink、Spark、Hue、Livy、Zeppelin、DolphinScheduler、Doris、Celeborn、Ozone 这些基础和上层服务装好，所以这里直接进入下一步。

2. 分配 Catalog 和 StateStore

Master 分配页里有两个核心角色：IMPALA_CATALOG 和 IMPALA_STATE_STORE。

本次分配如下：

组件	主机	说明
IMPALA_CATALOG	hadoop1.test.com	负责 Hive Metastore 元数据缓存、表结构变更同步和 Catalog 服务。
IMPALA_STATE_STORE	hadoop2.test.com	负责 Daemon 成员状态、心跳和查询调度相关的集群状态维护。

Catalog 和 StateStore 都是控制面角色。小集群里各放一台机器就可以把职责分清楚；生产环境再结合高可用、查询并发和节点规模做进一步规划。

3. 分配 Impala Daemon

Slave 分配页里主要看 IMPALA_DAEMON。

本次把 Daemon 分配到三台主机：

组件	分配主机	说明
IMPALA_DAEMON	hadoop1.test.com、hadoop2.test.com、hadoop3.test.com	承接 SQL 查询执行、数据扫描、Join、聚合等计算任务。

Impala Daemon 是真正跑查询的角色。教程环境里三台都装，能让后续测试更接近真实集群；如果生产环境有独立计算节点，可以把 Daemon 只放在计算节点上。

4. 检查默认配置

进入自定义配置页后，先看顶部状态。这里 待填写 0，说明必填项已经满足；页面同时给出 2 项推荐配置。

Impala 的配置项分散在几个标签页里：

配置页	重点内容
impala-env	运行用户、日志目录、PID 目录、Catalog / StateStore / Daemon 启动参数、Ranger 开关。
impalad-flags	Impala Daemon 运行参数。
fair-scheduler	查询准入、队列和资源调度相关配置。
llama-site	资源准入相关配置，普通教程环境保持默认即可。

这一页不要急着点下一步，至少把 impala-env 看一遍。Impala 启动失败时，很多问题都和启动参数、Hive Metastore、Ranger 或 Kerberos 凭据有关。

5. 调整 impala-env

切到 impala-env，重点确认 Ranger 开关和 Catalog 参数。

本次环境里，enable_ranger 保持开启，ranger_service_name 使用页面推荐值。这样 Impala 访问 Hive 表时，可以继续走 Ranger 侧的权限治理。

如果当前 Hive Metastore 的 notification event 还没有单独治理好，我建议在 Catalog 参数段里补上下面这一行，先让 Impala Catalog 稳定启动：

-hms_event_polling_interval_s=0 \

这个参数可以放在 IMPALA_CATALOG_ARGS 里，紧跟 -invalidate_global_metadata_on_event_processing_failure=true \ 后面。它的作用是关闭 Catalog 对 Hive Metastore event 的轮询，适合教程环境先跑通服务链路；生产环境如果要依赖 Metastore 事件做更及时的元数据同步，再单独治理 Hive Metastore notification 相关配置。

笔记

Impala 自己不需要新建独立业务库。它读取的是已有 Hive Metastore 元数据，所以这里不需要像 Hive、Hue、DolphinScheduler 那样再配置一组 MySQL / MariaDB 元数据库。

6. 确认安装清单

确认页会把新增服务、Master 分配、Slave 分配和配置校验集中列出来。

本次确认结果如下：

检查项	本次结果
新增服务	IMPALA
Master 分配	IMPALA_CATALOG -> hadoop1.test.com；IMPALA_STATE_STORE -> hadoop2.test.com
Slave 分配	IMPALA_DAEMON -> hadoop1.test.com, hadoop2.test.com, hadoop3.test.com
Client 分配	无
配置校验	必填项已填写

确认无误后点击 开始安装。

7. 等待 Impala 安装完成

开启 Kerberos 的集群中，新增 Impala 时会要求提交 KDC 管理员凭据。这里填写的是 KDC 管理员 Principal 和密码，用于生成并分发 Impala 相关 principal / keytab。

安装任务会依次完成软件包安装、配置下发、Kerberos 凭据生成和服务启动。

Impala 包比较大，安装阶段需要一点耐心。完成页显示 IMPALA 后，就可以返回服务列表。

注意

如果安装进度页在包安装阶段中断，不要马上重复清理环境。可以先到对应主机确认 Impala RPM 是否已经安装完成；如果包已经落地，再回到向导里 返回重试，通常可以继续后面的配置下发、凭据生成和服务启动。

8. 回到服务列表确认状态

回到 服务与组件 页面，Impala 会出现在 查询数据 分类下。

页面里可以看到：

组件	数量	状态
Impala StateStore	1	运行中
Impala Catalog	1	运行中
Impala Daemon	3	运行中

如果想在服务端再看一眼端口，可以在对应主机上检查 Impala 常用端口：

ss -lntp | egrep ':(21000|21050|25000|25010|25020|24000|22000)\b'

hadoop1.test.com 上能看到 Catalog 和本机 Daemon 相关端口，hadoop2.test.com 上能看到 StateStore 和本机 Daemon 相关端口，三台主机都应该能看到 Daemon 端口。到这里，Impala 的基础安装完成。下一篇继续安装 Trino，把另一条交互式 SQL 查询入口也补上。