Impala 查询快，不是因为它省略了 SQL 优化，也不是简单地“绕过 MapReduce”。真正的区别在执行形态：Daemon 常驻、元数据常驻、查询被切成并行 Fragment，数据通过 Exchange 在节点间流动，Scan、Join 和 Aggregate 尽可能组成流水线，并由 Runtime Filter 在运行期缩小扫描范围。
本文以 Impala 4.5.0 为基线，从一条 SQL 进入 impalad 开始，追到 RowBatch 穿过执行树并回到客户端。源码路径均相对于 Impala 仓库。
先建立进程视图
Impala 集群的核心角色不是传统意义上...