前言

Impala一直是我們各個業務使用的重點，但是在Impala的使用上感覺一直不是很成熟，比如說 invalidate metadata操作，到底什麼時候該使用-r引數，什麼時候不使用，什麼時候可以用refresh代替，什麼時候不可以，這一直是一個問題。因此有了這次的測試。

這次的測試目的就是為了對Impala的元資料方面的使用進行一個徹底的測試，給出一個比較明確答覆。在最大的成都上來減緩Impala叢集的壓力。

測試準備

本次測試，分為外表和內表，分別對錶和分割槽進行各種操作，然後記錄不同的操作是否需要使用-r或者refresh。

測試主要在三臺機器上進行，一臺進行各種資料操作，另兩臺進行資料查詢操作。

其中invalidate metadata tablename和refresh tablename隨機在各臺機器上進行測試。

測試詳情

下面就是測試詳情。比較容易理解，不再解釋。

結論

測試的結果比較出乎意料，比較簡單的一個結論就是，除了對hdfs進行操作外，只要通過impala的命令執行的資料修改，一律不需要進行元資料的同步工作，這就意味著，基本上所有指令碼的-r引數都可以刪除，查詢語句的時候也不需要使用-r引數，如果害怕資料過期，那麼斷開重新連線即可。

注意：唯一需要注意的就是，只要對hdfs進行了操作，就需要執行元資料的更新的操作，根據Impala官方的建議，這種情況完全可以使用refresh tablename

補充

補充一： 親測，catalog服務同步元資料的時候會有一定的延遲，但是不會特別長，我遇到過一次，延遲在一秒左右，不會太長。

補充二：這次沒有對hive進行測試，但是按照官網的解釋，通過hive和hdfs進行的操作，都會需要執行更新元資料的操作。

2016-04-14 19:08:00 hzct