作者：禅与计算机程序设计艺术
Impala 是 Apache Hadoop 的开源子项目，是一个分布式数据仓库（DW）产品。它最初于 2012 年由 Cloudera 提供支持。Impala 是基于 Apache Hive 的 SQL 查询引擎。Impala 可以与其他 Hadoop 技术栈中的组件一起部署。例如，它可以搭配 MapReduce、Pig 或 HDFS 使用。
本文将会着重于 Impala 在部署和管理方面的高可用性方案设计。
高可用性是 IT 行业中非常重要的一项工作，它能够保证服务质量不受影响。随着互联网公司的爆炸式增长，业务量的激增，越来越多的企业需要在同一个平台上运行多个服务，以提升用户体验、改善效率并节省成本。为了应对这一挑战，云计算带来的弹性伸缩、快速交付等优势正在迅速改变传统的 IT 运维模式。因此，云服务提供商也正在为其客户开发高可用性的解决方案。
在生产环境中运行的大数据集群通常具有以下特征：
- 数据量巨大：存储的数据量超过了磁盘容量；
- 大量的并发查询：同时处理多达数百万次查询；
- 实时查询需求：需要响应实时的查询请求；
- 复杂的数据依赖：存在许多不同类型的应用、数据库和外部系统，这些依赖关系使得维护一个统一的数据模型成为复杂的任务；
- 可扩展性要求：集群需要能够动态增减资源以满足实时变化的工作负载。
根据这些特性，高可用性方案应该具备如下特点：
- 可用性：集群整体必须保持正常运行状态；
- 故障切换：当集群发生故障时，必须快速从错误节点转移到另一个工作正常的节点上；
- 滚动升级：必须能够通过滚