Impala常见问题

最近在全权负责的一款数据产品，基于Hive-JDBC执行用户提交的Impala SQL，实现数据集，数据监控，数据推送等功能。Hive-JDBC版本​​：

之前CDH版本执行无误的SQL，在CDH集群升级到7.1.7版本后执行失败，具体报错信息如下：​​

即，enable是一个敏感关键词，报语法错误。解决方法：加上反单引号，即：​​​enable​​

SQL里面包含​​函数，SQL执行失败。如图，非hive-jdbc问题，在可视化查询界面执行也是失败的：

具体报错信息如下：

通过hive-jdbc提交到大数据平台的SQL执行报错：​​​，没有更多报错日志。原因：大数据平台节点资源紧张，直接抛弃任务。
区别于下面的Cancelled from Impala’s debug web interface报错。
解决方法：重试，优化SQL。貌似没有更好的方法。

具体报错信息如下：

解决方法：重试，优化SQL。貌似没有更好的方法。

报错信息如下：

报错代码片段：

发生在​​处。

任务超时被kill。大数据平台资源有限，不可能让用户的查询SQL无限期执行下去。任务查杀规则综合考虑3方面因素（查询数据量 + 执行时间 + 完成度）：

针对数据块这一问题，非常不建议使用​​​，而列出具体的查询字段，另外加上​​字句限制条数。

具体的报错信息如下：

有时候重试成功，有时候失败。登录到Hadoop集群机器里，查看任务调度执行日志：

发现这个SQL，居然要全表扫描一张1.2W+分区，扫描20.1TB数据。

解决方法：重试，优化SQL。貌似没有更好的方法。

任务执行失败，具体的报错信息如下：

报错原因：数据表不存在。尝试方法：​​​或​​

解决方法：重试，优化SQL。貌似没有更好的方法。

具体报错信息：

提交到大数据平台的SQL需要排队，排队超过3分钟被抛弃。

具体报错信息：

大数据平台设置SQL提交数量，最多运行150个，排队200个，排队超时时间为5分钟。后续提交的SQL，排队连接超时，报错。

有两类报错信息：

1. Table does not exist:

2. Could not resolve table reference

区别是什么？？？

待执行的查询SQL依赖于表rhino_man_checked_hitrule，而表的存储文件损坏，需要重新生成表。

待执行的查询SQL依赖于表rhino_man_checked_hitrule，而表的存储文件损坏，需要重新生成表。