https://hub.docker.com/r/fedormalyshkin/cdh6-impala-kudu

https://github.com/fedor-malyshkin/docker-cdh6-impala-kudu

https://github.com/base-big-data/docker-cdh6-hadoop

https://github.com/base-big-data/docker-cdh6-hive

https://github.com/base-big-data/docker-cdh6-hive-postgresql

https://github.com/base-big-data/docker-cdh6-impala

docker run -d -p 8050:8050 -p 8051:8051 -p 21000:21000 -p 21050:21050 -p 25000:25000 -p 25010:25010 -p 25020:25020 -p 50070:50070  -p 50075:50075 --name cdh6-impala-kudu fedormalyshkin/chd6-impala-kudu

Impala Web UIs                 URL

Impala State Store Server   http://localhost:25010

Impala Catalog Server         http://localhost:25020

Impala Server Daemon         http://localhost:25000

Impala由三种进程组成：

Impalad

impalad是impala主要的工作计算进程，负责接收client的请求，变成协调者角色，然后解析查询请求，拆分成不同的任务分发给其他的Impalad节点进程。每个Impalad工作节点进程接收到请求后，开始执行本地查询（比如查询hdfs的datanode或者hbase的region server），查询结果返回给协调者。协调者搜集到请求数据合并返回给client。

通过上面的图也能看出，每个Impalad又包含三种角色，当接收到client的请求时，由planner解析查询sql，拆分成一个个可以并行的小任务；然后通过coordinator发送给其他的节点；其他的节点接收请求后，由excutor执行本地查询。

StatStore

状态管理进程，负责搜集各个节点的健康状况，当某个节点挂掉时，负责通知其他的节点不要往这个节点发送任务。statestore由于只负责状态通知，因此当这个进程挂掉并不影响impalad查询，只是可能会发送任务到挂掉的节点，集群的鲁棒性差一些而已。

Catalog

元数据变化同步进程，由于每个impalad都可以作为coordinator角色，那么当一个节点接收到数据变更，比如alter指令，其他的节点如何知晓呢？就可以通过catalog来同步，每个节点的变化都通知给catlog进程，它再同步给其他的节点，每个节点都维护一份最新的元数据信息，这样就不怕查询的数据不一致了。