第一次接触 Kudu 和 Impala，最容易产生两个误解：把 Kudu 当成“另一个 HDFS”，或者把 Impala 当成“装在 Kudu 上面的数据库”。两种说法都没有抓住边界。
Kudu 是分布式存储引擎。 它负责把表切成 Tablet，保存每一行、处理主键、更新、删除、快照和多副本。
Impala 是分布式 SQL 查询引擎。 它负责理解 SQL、选择执行计划、安排并行任务、扫描数据、执行 Join、聚合和排序，再把结果返回客户端。
两者组合后，Impala 可以查询和修改 Kudu 表，但数据最终仍由 Kudu 保存；Kudu 不负责解析 GROUP BY 或规...