1、Impala是Cloudera公司推出的大數(shù)據(jù)實(shí)時(shí)查詢系統(tǒng)，其利用分布式技術(shù)，使用Hadoop作為存儲(chǔ)，通過(guò)Hive的元數(shù)據(jù)表獲取統(tǒng)計(jì)信息，實(shí)現(xiàn)大數(shù)據(jù)的高效查詢。Impala的最新版本提供了一些查詢優(yōu)化技術(shù)，但目前只支持左深樹(shù)形式的查詢計(jì)劃，同時(shí)由于目前基于McCHyp(MinCutConservative Hypergraph)算法的查詢優(yōu)化存在搜索空間大、優(yōu)化時(shí)間較長(zhǎng)的問(wèn)題，本文提出了基于濃密樹(shù)和改進(jìn)的McCHyp算法的Impala

2、查詢優(yōu)化方法。首先分析Impala系統(tǒng)生成查詢計(jì)劃的方法，修改構(gòu)建流程使其支持濃密樹(shù)形式的查詢計(jì)劃;接著分析McCHyp算法并使用剪枝策略對(duì)其進(jìn)行改進(jìn)，減少優(yōu)化算法執(zhí)行的時(shí)間，同時(shí)對(duì)剪枝策略的完整性和正確性進(jìn)行了說(shuō)明;然后通過(guò)分析多種經(jīng)典的代價(jià)模型，提出一種綜合考慮了磁盤I/O、網(wǎng)絡(luò)傳輸和右表大小的代價(jià)模型，并將改進(jìn)的McCHyp算法集成到Impala2.0系統(tǒng)中，根據(jù)用戶的SQL語(yǔ)句生成最優(yōu)查詢計(jì)劃。最后從優(yōu)化算法、代價(jià)模型、查詢性能