通过分区控制Impala中的数据位置

我希望避免Impala节点不必要地通过网络向其他节点请求数据 已知理想的数据位置或布局 在表创建时。这对于“非相加”操作非常有用,因为分区中的所有记录都需要在同一位置(节点)(例如百分位数)。

有没有可能告诉Impala分区中的所有数据都应该位于任何HDFS副本的单个节点上?

在Impala SQL中,我不确定“PARTITIONED BY”子句是否提供此功能。在我的理解中,Impala在HDFS上将其分区划分为单独的文件,但HDFS不保证相关文件的共同位置,也不保证默认情况下的块(而是试图实现相反的效果)。

找到了一些关于Impala对HDFS开发的影响的信息,但不清楚这些信息是否已经实施或仍在计划中:

http://www.slideshare.net/deview/aaron-myers-hdfs-impala (幻灯片23-24)

提前感谢大家。