第1个回答 2022-07-03
那天去面试，面试官问我知不知道Impala同步数据的方式，我回答invalidate metadata和refresh table [partition]，后来他问我还有没有其他的方式，当时我没想到别的，因为工作中用到impala都是和hive结合的，spark把数据落到hive中，然后刷新impala，impala提供查询。
后来他提了下问我是否知道Impala的SYNC_DDL。说实话这个我也是第一次听过，后来去官网查了下用法，发现这个impala自己运行DDL时候同步用的，挺好的，又长知识了。
这个命令是为了解决这个问题的。在某个节点的impala-shell运行DDL语句，可能会出现其他节点查看不到的情况，因为impala的所有元数据都是用catalogd来管理的。一个impalad进行DDL操作会发送到catalogd，由catalogd在广播给其他的impalad服务，这时候可能会出现延迟，导致有的impalad查询不到发生的DDL。SYNC_DDL就是解决这个问题的。
官网的描述如下