Apache Impala 4.0 发布，大规模并行处理 SQL 查询引擎

Apache Impala 是一个开源的大规模并行处理（MPP）SQL 查询引擎，用于存储在运行 Apache Hadoop 的计算机集群中的数据。

Apache Impala 4.0 正式发布，更新内容如下：

重大变化：

• 移除对 Hive 2.x 的支持；
• 移除对 Impala-lzo 的支持
  • Impala-lzo 提供了允许 Impala 读取 LZO 压缩表的代码。鉴于 LZO 的低采用率和其他可用的压缩选项，Impala 删除了 Impala-lzo 支持及其使用的低级别接口；
• 移除对 Sentry 的支持
  • 从 4.0 开始，Impala 将只支持授权中的 Ranger；
• 为 x86_64 设置最低 CPU 要求为 AVX
  • 在 4.0 之前，最低 CPU 要求是 SSSE3。现在我们把它提升到 AVX。对于只支持 AVX 而不支持 AVX2 的机器，请使用 --enable_legacy_avx_support 标志来启动 Impala；
• 删除了对无数据时间戳的支持；
• 增加对使用 || 的字符串连接操作的支持
  • 此前，"||" 意味着逻辑 OR 表达式的 "OR"。现在，如果左边操作数的类型是 STRING，"||" 意味着对字符串连接的 "concat"；
• 默认不允许 HAVING 子句中的序数；

新功能：

• 在所有运算符中支持多线程（MT_DOP）；
• 更密集的（聚合的）运行时配置文件，即 profile-v2；
• 支持所有 TPC-DS 99 查询，无需手动重写；
• 透明查询重试；
• 支持按 Z-Order 排序；
• 支持 Async Codegen；
• 支持对 Hive full-ACID ORC 表的读取；
• 与 Apache DataSketches 的内置函数；
• Iceberg 支持；
• 使用 docker-compose 的 Impala 快速启动集群；
• 支持 aarch64 (ARM)
• ……

更多详情可查看：https://impala.apache.org/docs/changelog-4.0.html