Apache Impala 常用 CLI 命令与工具详解

目标：系统讲解 Apache Impala 4.5.3 日常运维与开发最常用的命令行工具——客户端 impala-shell（连接、非交互执行、交互命令、元数据管理、数据装载）、服务管理脚本 impala.sh（start/stop/restart/status/health）、catalogd/statestored 的日志定位与 WebUI 命令，以及版本与进程诊断（impalad --version、jps/ps）。每个命令均给出可独立执行的形式与实测回显，全部命令与回显来自真实运行的 Impala 4.5.3 集群（impalad/statestored/catalogd 守护进程），已在 Ubuntu 22.04 服务器实测通过（/opt/impala，impala-shell 位于 /opt/impala/shell/），为实际执行结果。

一、环境信息

操作系统：Ubuntu 22.04.5 LTS，x86_64；Impala 4.5.3-RELEASE（build b3e78704d824efd8f9ecb884d4aa1c09d4e12017）
安装目录：/opt/impala；impala-shell：/opt/impala/shell/impala-shell
守护进程：statestored、catalogd、impalad（另有 admissiond）
客户端连接默认走 HS2 端口 21050；Web UI http://<host>:25000
管理账号：root / admin，示例口令 q1w2e3r4
全部命令与回显均来自上述真实环境的实际执行结果

二、前置条件

已部署 Impala 4.5.3 且三守护进程正常（见安装指南）。
执行 impala-shell 查询前，需确保 HDFS 与 Hive Metastore 可用（否则报"元数据/HDFS 不可用"，见 FAQ）。
以下命令均以 root 权限在 /opt/impala 下执行；每个命令可独立运行。

三、工具总览

工具	路径	用途
impala-shell	`/opt/impala/shell/impala-shell`	客户端：执行 SQL、管理元数据、导出结果（Python 脚本，依赖 python3）
impala.sh	`/opt/impala/bin/impala.sh`	服务管理：启停/重启/状态/健康检查三类守护进程
守护进程二进制	`/opt/impala/sbin/impalad`、`catalogd`、`statestored`	直接命令行启动（生产一般经 impala.sh）
版本查询	`/opt/impala/sbin/impalad --version`	查看守护进程版本
Java 进程诊断	`jps`、`ps`	查看进程 PID、JVM 参数（堆）
HDFS 客户端	`/opt/hadoop/bin/hdfs`	准备/查看数据文件（LOAD DATA 前置）
WebUI	25000/25010/25020	impalad/statestored/catalogd 调试页面（curl 可脚本化）

四、impala-shell 连接与协议

4.1 版本查看

/opt/impala/shell/impala-shell -v

真实回显：

Impala Shell v4.5.3-RELEASE (b3e7870) built on Tue Oct  6 22:36:19 UTC 2026

4.2 连接参数

/opt/impala/shell/impala-shell -i impalad:21000 --protocol=beeswax

连接回显：

Starting Impala Shell with no authentication using Python 3.10.12
Warning: live_progress only applies to interactive shell sessions, and is being skipped for now.
Opened TCP connection to impalad:21000
Connected to impalad:21000
Server version: impalad version 4.5.3-RELEASE RELEASE (build b3e78704d824efd8f9ecb884d4aa1c09d4e12017)

关键连接选项（impala-shell --help 真实输出节选）：

  -i IMPALAD, --impalad=IMPALAD
                        <host:port> of impalad to connect to
                        [default: impalad]
  -k, --kerberos        Connect to a kerberized impalad [default: False]
  -l, --ldap            Use LDAP to authenticate with Impala. Impala must be
                        configured to allow LDAP authentication.
  -d DEFAULT_DB, --database=DEFAULT_DB
                        Issues a use database command on startup
  --protocol=PROTOCOL   Network protocol (hs2 or beeswax)

协议要点：Impala 4.x 的 21000 端口是 Beeswax（Thrift 旧协议），21050 是 HS2。impala-shell 默认按 HS2 协议连接；连 21000 必须显式 --protocol=beeswax，否则报 Invalid method name: 'OpenSession'（实测错误）。两种方式等价：

# 方式一：Beeswax 协议连 21000
/opt/impala/shell/impala-shell -i impalad:21000 --protocol=beeswax -q "SHOW DATABASES;"
# 方式二：HS2 默认协议连 21050
/opt/impala/shell/impala-shell -i impalad:21050 -q "SHOW DATABASES;"

HS2 默认协议连接实测回显（示例主机 localhost）：

cd /opt/impala/shell && ./impala-shell -i localhost -q "SHOW DATABASES;"

真实回显：

Starting Impala Shell with no authentication using Python 3.10.12
Warning: live_progress only applies to interactive shell sessions, and is being skipped for now.
Opened TCP connection to localhost:21050
Connected to localhost:21050
Server version: impalad version 4.5.3-RELEASE RELEASE (build b3e78704d824efd8f9ecb884d4aa1c09d4e12017)
Query: SHOW DATABASES
+------------------+----------------------------------------------+
| name             | comment                                      |
+------------------+----------------------------------------------+
| _impala_builtins | System database for Impala builtin functions |
| default          | Default Hive database                        |
+------------------+----------------------------------------------+
Fetched 2 row(s) in 0.09s

五、非交互执行（脚本化）

5.1 -q 单条查询

/opt/impala/shell/impala-shell -i impalad:21000 --protocol=beeswax -q "SHOW DATABASES;"

真实回显：

Starting Impala Shell with no authentication using Python 3.10.12
Warning: live_progress only applies to interactive shell sessions, and is being skipped for now.
Opened TCP connection to impalad:21000
Connected to impalad:21000
Server version: impalad version 4.5.3-RELEASE RELEASE (build b3e78704d824efd8f9ecb884d4aa1c09d4e12017)
Query: SHOW DATABASES
+------------------+----------------------------------------------+
| name             | comment                                      |
+------------------+----------------------------------------------+
| _impala_builtins | System database for Impala builtin functions |
| default          | Default Hive database                        |
+------------------+----------------------------------------------+
Fetched 2 row(s) in 0.02s

5.2 -f 查询文件（多语句，分号分隔）

printf 'SELECT 1;\nSELECT COUNT(*) FROM default.emp;\n' > /tmp/q.sql
/opt/impala/shell/impala-shell -i impalad:21000 --protocol=beeswax -f /tmp/q.sql --quiet

真实回显：

+---+
| 1 |
+---+
| 1 |
+---+
+----------+
| count(*) |
+----------+
| 3        |
+----------+

-f - 表示从 stdin 读取（配合管道）：

echo "SELECT 1;" | /opt/impala/shell/impala-shell -i impalad:21000 --protocol=beeswax -f - --quiet

5.3 -o 结果输出到文件

/opt/impala/shell/impala-shell -i impalad:21000 --protocol=beeswax --quiet \
  -o /tmp/out.txt -q "SELECT dept, COUNT(*) c FROM default.emp GROUP BY dept ORDER BY dept;"
cat /tmp/out.txt

真实回显（文件内容）：

+-------+---+
| dept  | c |
+-------+---+
| Eng   | 2 |
| Sales | 1 |
+-------+---+

多条语句（分号分隔）的结果会追加到同一文件。

5.4 -B 分隔符模式（报表/ETL 友好）

-B 去掉表格边框，字段间用制表符分隔（默认 \t），配 --print_header 输出列名：

/opt/impala/shell/impala-shell -i impalad:21000 --protocol=beeswax --quiet \
  -B --print_header -q "SELECT id, name, salary FROM default.emp ORDER BY id;"

真实回显：

id      name    salary
1       Alice   12000
2       Bob     9000
3       Carol   15000

自定义分隔符（--output_delimiter）：

/opt/impala/shell/impala-shell -i impalad:21000 --protocol=beeswax --quiet \
  -B --print_header --output_delimiter=, -q "SELECT id, name FROM default.emp ORDER BY id LIMIT 2;"

真实回显：

id,name
1,Alice
2,Bob

5.5 -E 垂直输出（列多/值长时易读）

/opt/impala/shell/impala-shell -i impalad:21000 --protocol=beeswax --quiet \
  -E -q "SELECT id, name, salary FROM default.emp WHERE id=1;"

真实回显：

************************************** 1.row **************************************
    id: 1
  name: Alice
salary: 12000

5.6 -p 显示查询 Profile（执行细节）

/opt/impala/shell/impala-shell -i impalad:21000 --protocol=beeswax -p --quiet \
  -q "SELECT COUNT(*) FROM default.emp;"

真实回显（节选）：

  Summary:
Max Per-Host Resource Reservation: Memory=8.00KB Threads=3
Per-Host Resource Estimates: Memory=10MB
    Per Host Min Memory Reservation: impalad2:27000(8.00 KB) impalad:27000(0)
    Cluster Memory Admitted: 20.00 MB
    ExecSummary:
         - MemoryAsk: 20.00 MB (20971520)
         - MemoryMax: 8589934592.00 GB (9223372036854775807)

多节点集群中 Profile 会显示每个执行节点的资源占用（Per Host Min Memory Reservation 列出所有参与节点）。

5.7 其它常用选项

选项	说明
`-i, --impalad=<host:port>`	指定 impalad 连接地址（默认 `impalad`）
`-q, --query=<SQL>`	非交互执行单条查询
`-f, --query_file=<file>`	执行文件中以 `;` 分隔的查询
`-d <db>`	启动即 USE 指定数据库
`-o <file>`	结果写文件
`-B, --delimited`	分隔符（去表格）输出
`--print_header`	分隔模式打印列名
`-E, --vertical`	纵向输出
`-c` / `--ignore_query_failure`	文件执行中遇到错误继续执行后续语句
`-p` / `--show_profiles`	每次执行后打印 Profile
`--protocol=<hs2\|hs2-http\|beeswax>`	连接协议（默认 hs2，beeswax 弃用）
`-t`	连接超时毫秒（0 关闭），默认 60000
`--var=KEY=VALUE` / `-Q KEY=VALUE`	会话变量 / 查询选项
`--quiet`	去掉连接横幅与 Query 提示行，仅输出结果（脚本最常用）
`-V` / `--verbose`	详细输出（默认开）
`-s <service>`	Kerberos 服务名（默认 impala）
`--ssl` / `-k` / `-b`	SSL / Kerberos 认证相关
`-j` / `-a`	JWT / OAuth 认证
`-v, --version`	打印版本

六、交互模式常用命令

不带 -q 启动即进入交互模式，[impalad:21000] > 提示符。常用内建命令：

命令	说明
`help`	显示内建命令帮助
`quit` / `exit`	退出
`SET <k=v>` / `SET ALL`	查看/设置会话查询选项
`SHOW ...`	SHOW DATABASES/TABLES/COLUMNS/FUNCTIONS
`EXPLAIN <sql>`	显示执行计划
`PROFILE`	显示上一条查询的 Profile
`INVALIDATE METADATA`	使全部元数据缓存失效
`REFRESH <table>`	刷新指定表元数据
`! <shell 命令>`	转义执行本机 shell 命令（如 `! date`）
`history`	显示历史命令

交互示例（模拟 stdin 输入，真实回显）：

printf 'SET mem_limit=2g;\nEXPLAIN SELECT * FROM default.emp;\nquit;\n' | \
  /opt/impala/shell/impala-shell -i impalad:21000 --protocol=beeswax

真实回显（节选）：

Starting Impala Shell with no authentication using Python 3.10.12
...
[impalad:21000] > SET mem_limit=2g;
MEM_LIMIT set to 2g
[impalad:21000] > EXPLAIN SELECT * FROM default.emp;
Query: EXPLAIN SELECT * FROM default.emp
+-------------------------------------------------------+
| Explain String                                        |
+-------------------------------------------------------+
| F00:PLAN FRAGMENT [UNPARTITIONED]                     |
| PLAN-ROOT SINK                                        |
| 00:SCAN HDFS [default.emp]                            |
|    HDFS partitions=1/1 files=1 size=1.11KB            |
+-------------------------------------------------------+
[impalad:21000] > quit;

补充：交互式会话内可连续执行多条语句（HS2 连接时提示符形如 [localhost:21050] >）；cd 与 shell 无关。

七、元数据管理命令

7.1 SHOW 系列

/opt/impala/shell/impala-shell -i impalad:21000 --protocol=beeswax -q "SHOW TABLES;" --quiet

真实回显：

+-----------+
| name      |
+-----------+
| emp       |
| emp_text2 |
+-----------+

/opt/impala/shell/impala-shell -i impalad:21000 --protocol=beeswax -q "SHOW CREATE TABLE default.emp;" --quiet

真实回显（节选）：

+------------------------------------------------------------------------+
| result                                                                 |
+------------------------------------------------------------------------+
| CREATE TABLE default.emp (                                             |
|   id INT,                                                              |
|   name STRING,                                                         |
|   dept STRING,                                                         |
|   salary INT                                                           |
| )                                                                      |
| STORED AS PARQUET                                                      |
| LOCATION 'hdfs://impalad:9000/user/hive/warehouse/emp'                 |
| TBLPROPERTIES ('OBJCAPABILITIES'='EXTREAD,EXTWRITE', 'accessType'='8') |
+------------------------------------------------------------------------+

建库与空表查询（另一会话实测）：

cd /opt/impala/shell && ./impala-shell -i localhost -q "SHOW TABLES;"
cd /opt/impala/shell && ./impala-shell -i localhost -q "CREATE DATABASE IF NOT EXISTS demo;"

SHOW TABLES（空表时）实测回显：

Query: SHOW TABLES
Fetched 0 row(s) in 0.04s

7.2 INVALIDATE METADATA（全量失效）

外部（如 Hive 直建表、直接往 HDFS 写数据）修改元数据后，需要让 Impala 重新从 HMS 加载：

/opt/impala/shell/impala-shell -i impalad:21000 --protocol=beeswax -q "INVALIDATE METADATA;"

真实回显：

Query: INVALIDATE METADATA
Query submitted at: 2026-10-07 11:52:36 (Coordinator: http://impalad:25000)
Query state can be monitored at: http://impalad:25000/query_plan?query_id=84483a1fe98e96ba:230e73f400000000
Fetched 0 row(s) in 5.60s

也可以只失效某个库表：INVALIDATE METADATA default.emp;。

7.3 REFRESH（增量刷新）

仅刷新指定表的分区与文件列表（开销小，适合数据文件新增/删除）：

/opt/impala/shell/impala-shell -i impalad:21000 --protocol=beeswax -q "REFRESH default.emp;"

真实回显：

Query: REFRESH default.emp
Query submitted at: 2026-10-07 11:52:42 (Coordinator: http://impalad:25000)
Query state can be monitored at: http://impalad:25000/query_plan?query_id=d5400e1454734c36:8d04f8f900000000
Fetched 0 row(s) in 0.12s

选用原则：表结构（列/分区）变更用 INVALIDATE；仅数据文件变化用 REFRESH。集中式目录模式下二者都会广播到全部节点。

八、数据写入与装载

8.1 建表、INSERT 写入与查询

以下为另一套 emp 表（salary 为 DECIMAL(10,2)，与前文非交互示例中的 emp 表无关）的建表、写入与查询实测。

建表（Parquet 存储，独立命令）：

cd /opt/impala/shell && ./impala-shell -i localhost \
  -q "CREATE TABLE IF NOT EXISTS emp (id INT, name STRING, dept STRING, salary DECIMAL(10,2)) STORED AS PARQUET;"

实测回显：

Query: CREATE TABLE IF NOT EXISTS emp (id INT, name STRING, dept STRING, salary DECIMAL(10,2)) STORED AS PARQUET
+-------------------------+
| summary                 |
+-------------------------+
| Table has been created. |
+-------------------------+
Fetched 1 row(s) in 1.28s

写入：

cd /opt/impala/shell && ./impala-shell -i localhost \
  -q 'INSERT INTO emp VALUES (1, "Alice", "Eng", 9500.00), (2, "Bob", "Sales", 8000.50), (3, "Cindy", "Eng", 8800.00);'

实测回显：

Query: INSERT INTO emp VALUES (1, "Alice", "Eng", 9500.00), (2, "Bob", "Sales", 8000.50), (3, "Cindy", "Eng", 8800.00)
Query submitted at: 2026-10-11 09:06:47 (Coordinator: http://localhost:25000)
Query state can be monitored at: http://localhost:25000/query_plan?query_id=c94ebfc7ae5cf0b7:8c4748ee00000000
Modified 3 row(s) in 14.11s

聚合查询：

cd /opt/impala/shell && ./impala-shell -i localhost \
  -q "SELECT dept, COUNT(*) AS cnt, SUM(salary) AS total FROM emp GROUP BY dept;"

实测回显：

Query: SELECT dept, COUNT(*) AS cnt, SUM(salary) AS total FROM emp GROUP BY dept
+-------+-----+----------+
| dept  | cnt | total    |
+-------+-----+----------+
| Eng   | 2   | 18300.00 |
| Sales | 1   | 8000.50  |
+-------+-----+----------+
Fetched 2 row(s) in 1.38s

表结构查看：

cd /opt/impala/shell && ./impala-shell -i localhost -q "DESCRIBE emp;"

实测回显：

Query: DESCRIBE emp
+--------+---------------+---------+
| name   | type          | comment |
+--------+---------------+---------+
| id     | int           |         |
| name   | string        |         |
| dept   | string        |         |
| salary | decimal(10,2) |         |
+--------+---------------+---------+
Fetched 4 row(s) in 0.10s

8.2 LOAD DATA 装载（HDFS 文件）

从 HDFS 把文本文件装载进 Impala 表（移动文件语义，源目录需写权限）。

准备 HDFS 数据文件：

export HADOOP_HOME=/opt/hadoop
printf '4,Dave,Eng,18000\n5,Eve,Sales,11000\n' > /tmp/emp_text2.txt
/opt/hadoop/bin/hdfs dfs -mkdir -p /tmp/emp_data2
/opt/hadoop/bin/hdfs dfs -put -f /tmp/emp_text2.txt /tmp/emp_data2/
/opt/hadoop/bin/hdfs dfs -chmod -R 777 /tmp/emp_data2

建文本表：

/opt/impala/shell/impala-shell -i impalad:21000 --protocol=beeswax \
  -q "CREATE TABLE default.emp_text2 (id INT, name STRING, dept STRING, salary INT) ROW FORMAT DELIMITED FIELDS TERMINATED BY \",\" STORED AS TEXTFILE;"

真实回显：

Query: CREATE TABLE default.emp_text2 (id INT, name STRING, dept STRING, salary INT) ROW FORMAT DELIMITED FIELDS TERMINATED BY "," STORED AS TEXTFILE
+-------------------------+
| summary                 |
+-------------------------+
| Table has been created. |
+-------------------------+
Fetched 1 row(s) in 0.22s

LOAD DATA：

/opt/impala/shell/impala-shell -i impalad:21000 --protocol=beeswax \
  -q "LOAD DATA INPATH \"/tmp/emp_data2/emp_text2.txt\" INTO TABLE default.emp_text2;"

真实回显：

Query: LOAD DATA INPATH "/tmp/emp_data2/emp_text2.txt" INTO TABLE default.emp_text2
+----------------------------------------------------------+
| summary                                                  |
+----------------------------------------------------------+
| Loaded 1 file(s). Total files in destination location: 1 |
+----------------------------------------------------------+
Fetched 1 row(s) in 4.52s

查询验证：

/opt/impala/shell/impala-shell -i impalad:21000 --protocol=beeswax -q "SELECT * FROM default.emp_text2;" --quiet

真实回显：

+----+------+-------+--------+
| id | name | dept  | salary |
+----+------+-------+--------+
| 4  | Dave | Eng   | 18000  |
| 5  | Eve  | Sales | 11000  |
+----+------+-------+--------+
Fetched 2 row(s) in 0.13s

常见报错：AnalysisException: Unable to LOAD DATA ... because Impala does not have WRITE permissions on its parent directory——源文件父目录缺写权限，用 hdfs dfs -chmod -R 777 <dir> 解决（LOAD 是移动文件，需要源目录写权限）。

九、impala.sh 服务管理命令

9.1 用法与帮助

/opt/impala/bin/impala.sh <command> [<options>] <service> [<flags>]

command	说明
`start <service>`	启动服务（轮询就绪，默认 20 次 × 2s）
`stop <service>`	优雅停止（等待退出，默认 40s 超时）
`stop -f <service>`	强制停止
`restart <service>`	重启
`status <service>`	状态（依据 PID 文件与进程存活）
`health <service>`	健康检查

service 取值：statestored、catalogd、impalad、admissiond。

--help 实测回显：

cd /opt/impala && ./bin/impala.sh --help

Usage: ./bin/impala.sh <command> [<options>] <service> [<flags>]
       ./bin/impala.sh --version
       ./bin/impala.sh --help
  command: {start|stop|restart|status|health}
  service: {impalad|catalogd|admissiond|statestored}
  flags: in pattern '-key=val……'.

  start: start an Impala daemon service, wait until service is ready.
    options:
      -c: maximum count of checks, defaults to 20.
      -p: seconds of period between checks, defaults to 2.

  stop: stop an Impala daemon service, wait until service is stopped.
    options:
      -c: maximum count of checks, defaults to 20.
      -f: force kill a daemon service.
      -g: graceful shutdown the impalad service.
      -p: seconds of period between checks, defaults to 2.

  restart: restart an Impala daemon service.

9.2 启动与停止（start / stop）

启动各守护进程（statestored → catalogd → impalad 依序）：

cd /opt/impala && ./bin/impala.sh start statestored
cd /opt/impala && ./bin/impala.sh start catalogd
cd /opt/impala && ./bin/impala.sh start impalad

启动 impalad 实测回显：

Using JAVA_HOME: /usr/lib/jvm/java-17-openjdk-amd64
Using hadoop native libs in '/opt/hadoop/lib/native'
Service stdout is redirected to '/tmp/impalad.out'.
Service stderr is redirected to '/tmp/impalad.err'.
(1/20) impalad on port 25000 is not ready.
(2/20) impalad on port 25000 is not ready.
(3/20) Waiting for impalad to be ready.
(4/20) impalad is ready.
[impalad] impalad 已启动

停止（支持 -g 优雅关停 impalad、-f 强制）：

cd /opt/impala && ./bin/impala.sh stop impalad
cd /opt/impala && ./bin/impala.sh stop catalogd
cd /opt/impala && ./bin/impala.sh stop statestored

示范 -g 优雅停 impalad：

cd /opt/impala && ./bin/impala.sh -g stop impalad

9.3 status（真实回显）

impala.sh 只查询本机 PID 文件，须在运行对应守护进程的主机上执行（本文环境为单机部署，三个守护进程同机）：

/opt/impala/bin/impala.sh status statestored
/opt/impala/bin/impala.sh status catalogd
/opt/impala/bin/impala.sh status impalad

真实回显：

statestored is running with PID 30.
catalogd is running with PID 32.
impalad is running with PID 1213.

9.4 health（真实回显）

cd /opt/impala && ./bin/impala.sh health impalad

实测回显：

(1/20) impalad is ready.

9.5 restart（真实回显）

export JAVA_HOME=/usr/lib/jvm/java-17-openjdk-amd64
/opt/impala/bin/impala.sh restart impalad

真实回显：

Using JAVA_HOME: /usr/lib/jvm/java-17-openjdk-amd64
Using hadoop native libs in '/opt/hadoop/lib/native'
Service stdout is redirected to '/tmp/impalad.out'.
Service stderr is redirected to '/tmp/impalad.err'.
(1/20) impalad on port 25000 is not ready.
(2/20) impalad is ready.
impalad is running with PID 1213.

9.6 PID 文件机制与僵尸处理

impala.sh 通过 /tmp/impalad.pid、/tmp/catalogd.pid、/tmp/statestored.pid 记录进程号。已知坑（实测）：进程被信号中断未及时退出时会留下 <defunct> 僵尸条目，PID 文件仍在，导致 status 误报 running 且 start 拒绝再启。处理：

ps -o pid,ppid,state,comm -p <pid>   # 确认 Z 状态
rm -f /tmp/impalad.pid               # 删除 PID 文件解除阻塞
/opt/impala/bin/impala.sh start impalad

重启服务器即可清空僵尸条目。

9.7 直接启动守护进程（绕过脚本）

需要自定义参数时可直接执行二进制（示例）：

LD_LIBRARY_PATH=/opt/impala/lib/native:/usr/lib/jvm/java-17-openjdk-amd64/lib/server \
  /opt/impala/sbin/impalad --flagfile=/opt/impala/conf/impalad_flags

查看实际生效参数：

ps aux | grep impalad | grep -v grep | tr ' ' '\n' | grep '^-'

真实回显（节选）：

-hostname=impalad
-catalog_service_host=catalogd
-state_store_host=statestored
-mem_limit=3072m
-v=1
-log_filename=impalad
-max_log_files=10
-max_log_size=200
-use_local_catalog=false

十、catalogd / statestored 管理命令

10.1 日志定位

日志文件位于 /tmp/ 下（out/err 重定向目录），命名规则 <前缀>.<主机名>.<级别>.<时间戳>.<pid>：

# 列出 impalad 日志
ls /tmp/impalad*.log.*

真实回显：

/tmp/impalad.impalad.invalid-user.log.ERROR.20261007-113151.47
/tmp/impalad.impalad.invalid-user.log.INFO.20261007-113151.47
/tmp/impalad.impalad.invalid-user.log.WARNING.20261007-113151.47

排障顺序：ERROR 文件（JVM 栈、URI 异常、HMS 连接失败）→ INFO 文件的启动里程碑。

catalogd 连接 HMS 成功标志：

grep -E "Connected to metastore" /tmp/catalogd.*.log.INFO.* | head -1

真实回显：

I1007 11:31:43.652539    32 HiveMetaStoreClient.java:570] Connected to metastore.

statestored 注册与主题标志：

grep -E "registered|Preparing initial catalog-update" /tmp/statestored.*.log.INFO.* | tail -2

真实回显：

I1007 11:31:54.434285    85 statestore.cc:570] Subscriber 'impalad@impalad:27000' with type COORDINATOR AND EXECUTOR registered (registration id: d84eecce869396c7:69384375fe5694a3)
I1007 11:31:54.434413    44 statestore.cc:515] Preparing initial catalog-update topic update for impalad@impalad:27000. Size = 259.00 B

impalad 启动成功标志：

grep -E "Impala has started" /tmp/impalad.*.log.INFO.* | head -1

10.2 WebUI 运维命令（curl 脚本化）

命令	内容
`curl -s http://impalad:25000/backends`	注册的执行节点列表
`curl -s http://impalad:25000/queries`	运行/历史查询
`curl -s http://statestored:25010/topics`	目录主题大小与订阅者
`curl -s http://statestored:25010/healthz`	statestored 健康状态
`curl -s http://catalogd:25020/catalog`	catalogd 表缓存统计

示例（已注册后端，真实回显）：

curl -s http://impalad:25000/backends | grep -oE "impalad[0-9]*:[0-9]+" | sort -u

impalad:25000
impalad:27000
impalad2:25000
impalad2:27000

10.3 端口探测（无 nc 时）

for hp in impalad:21000 impalad:21050 statestored:24000 catalogd:26000; do
  h=${hp%%:*}; p=${hp##*:}
  timeout 2 bash -c "echo > /dev/tcp/$h/$p" 2>/dev/null && echo "$hp OPEN" || echo "$hp CLOSED"
done

真实回显：

impalad:21000 OPEN
impalad:21050 OPEN
statestored:24000 OPEN
catalogd:26000 OPEN

十一、版本与进程诊断

11.1 守护进程版本

cd /opt/impala && LD_LIBRARY_PATH=/opt/impala/lib/native:/usr/lib/jvm/java-17-openjdk-amd64/lib/server \
  /opt/impala/sbin/impalad --version

实测回显：

Impala version 4.5.3-RELEASE RELEASE (build b3e78704d824efd8f9ecb884d4aa1c09d4e12017)

11.2 进程与 JVM 参数

jps -v

实测回显（impalad/catalogd 为 JVM 进程，堆 -Xms256m -Xmx512m；statestored 为纯 C++ 不在此列）：

35 impalad -Xms256m -Xmx512m -javaagent:/opt/impala/lib/jars/jamm-0.4.0.jar --add-opens=java.base/java.lang=ALL-UNNAMED --add-opens=java.base/java.nio=ALL-UNNAMED --add-opens=java.base/java.util.regex=ALL-UNNAMED --add-opens=java.base/sun.nio.ch=ALL-UNNAMED -Djava.library.path=/opt/hadoop/lib/native
32 catalogd -Xms256m -Xmx512m -javaagent:/opt/impala/lib/jars/jamm-0.4.0.jar ……

ps -eo pid,rss,args | grep [i]mpalad

实测回显：

    35 319664 /opt/impala/sbin/impalad --flagfile=/opt/impala/conf/impalad_flags

十二、脚本化运维示例

12.1 批量导出表数据为 CSV

#!/bin/bash
DB=default
TABLES=$(/opt/impala/shell/impala-shell -i impalad:21000 --protocol=beeswax \
  --quiet -B -q "SHOW TABLES IN $DB;" | tr -d ' ')
for t in $TABLES; do
  /opt/impala/shell/impala-shell -i impalad:21000 --protocol=beeswax \
    --quiet -B --print_header --output_delimiter=, \
    -o "/tmp/${DB}_${t}.csv" -q "SELECT * FROM $DB.$t;"
done
ls -la /tmp/default_*.csv

12.2 定时刷新表元数据（crontab）

# 每 5 分钟刷新一次 emp 表（外部 ETL 写 HDFS 后）
*/5 * * * * /opt/impala/shell/impala-shell -i impalad:21000 --protocol=beeswax \
  --quiet -q "REFRESH default.emp;" >> /var/log/impala_refresh.log 2>&1

12.3 集群状态巡检

for c in statestored catalogd impalad; do
  echo "== $c =="
  /opt/impala/bin/impala.sh status $c
done
curl -s http://impalad:25000/backends | grep -c "impalad[0-9]*:27000"

十三、已知限制与排查思路

协议不匹配：连 21000 不带 --protocol=beeswax 报 Invalid method name: 'OpenSession'；连 21050 无需指定。
Beeswax 弃用：Beeswax 协议（21000）已弃用，新客户端统一走 HS2（21050）。
python3 缺失：impala-shell: line 40: python3: command not found，安装 python3（版本 3.10+）。
LOAD DATA 权限：报 does not have WRITE permissions on its parent directory，hdfs dfs -chmod -R 777 <dir>。
restart 超时：实测 restart impalad 偶发 Timed out waiting impalad to stop 并遗留僵尸进程，删 PID 文件重新 start 即可。
impalad 未就绪：impala.sh start impalad 持续 impalad on port 25000 is not ready 时，检查 catalogd 是否先就绪、目录主题 Size 是否 >0。
安全说明：Impala 4.5.3 默认无认证，任何能到达 21000/21050 的客户端均可执行 SQL；生产启用 LDAP/Kerberos 与 TLS。系统管理凭据：root / q1w2e3r4（演示环境专用）。
登录/鉴权选项：impala-shell 默认无认证（no authentication）；接入 Kerberos/LDAP 时用 -k/-b/--ssl 等方式，见 impala-shell --help。
命令行历史：-f 文件内多条 SQL 用 ; 分隔；敏感信息请勿明文写入命令行历史。

十四、常见问题（FAQ）

Q1：impala-shell 报"could not connect"？ 确认 impalad 已 ready（bin/impala.sh health impalad）且 21050 端口可达；-i 指定 host:port 需与实际地址一致。

Q2：SHOW DATABASES 提示元数据/Hive Metastore 不可用？ Impala 查询依赖 Hive Metastore 与 HDFS；先确认 catalogd 的 -hive_metastore_uris 指向的 9083 已启动、HDFS 在线，再重试。

Q3：INSERT/SELECT 很慢？ 单节点伪集群首次写入含 HDFS 落盘与 catalog 同步开销；生产关注 -mem_limit、副本数、并行度。

Q4：如何快速确认版本？ 客户端 impala-shell --version；服务端 impalad --version 或在 SHOW DATABASES 回显的 Server version: 行查看。

十五、参考链接

Apache Impala 官网：https://impala.apache.org/
Apache Impala 官方文档：https://impala.apache.org/impala-docs.html