请解释 Apache Impala 是什么，并说明它在实际中的主要应用场景。
考察说明
考查对 Apache Impala 基本概念和核心用途的理解。
回答思路
- 【回答框架 1】Apache Impala 是一个开源的大数据实时分析查询引擎，它直接运行在 Hadoop 生态上，底层存储可对接 HDFS、HBase 等，提供类似传统 SQL 的交互式查询能力。
- 【回答框架 2】它与 Hive 类似，都以 SQL 为入口，但 Impala 的定位是低延迟的实时查询，它使用自己的长驻执行引擎，避免了 MapReduce 的高启动和调度开销，因此更适合即席分析、BI 报表等场景。
- 【回答框架 3】主要用途包括：对存储在 HDFS 或 HBase 中的大规模数据进行快速交互式分析；作为企业级 BI 工具的查询后端；替代部分需要亚秒级或秒级响应的分析任务；可与 Hive、Kudu 等协同，用 Impala 做实时查询，用 Hive 做批量 ETL。
- 【回答框架 4】需要注意的是，Impala 对并发和扩容的弹性有局限，它比较依赖内存，适合中小规模并发与稳定集群环境，不适合作为高并发业务系统的实时在线事务处理库。
- 【回答框架 5】实际选型时，应结合数据规模、响应时延、并发量、维护成本等因素，评估是直接使用 Impala 还是引入 Kudu + Impala，或与 Presto、ClickHouse 等方案对比权衡。
- 【关键点 1】Impala 是 Hadoop 生态中的 MPP 级交互式 SQL 查询引擎，以低延迟为核心目标。
- 【关键点 2】它依赖长驻守护进程，通过分布式并行执行查询，避免 MapReduce 的磁盘迭代开销。
- 【关键点 3】主要用途是支持即席查询、BI 报表和快速探索性分析，适合大数据的实时分析场景。
- 【关键点 4】Impala 不适合做事务型在线业务，其并发能力和故障恢复能力相对有限。
- 【易错点 1】容易误认为 Impala 与 Hive 性能完全一致，实际上 Impala 对低延迟场景明显更优，但批量 ETL 场景不如 Hive 稳。
- 【易错点 2】不能将 Impala 当作事务数据库使用，它不提供事务和行级更新能力（除非结合 Kudu，但仍有限制）。
- 【易错点 3】内存资源不足时可能导致查询失败，不能忽略集群内存规划对 Impala 稳定性的影响。