初次接触impala很多东西还不是很清楚，踩了几个小坑记录一下
1.问题：表发生join时内存溢出
解决办法：对两表都进行compute stats，因为impala对表进行操作后只会并不会立即统计分析表和列的结构（因为这个操作会有一定消耗），使用compute stats会更新这些信息并保存到MetaStore，Impala联表查询时会利用这些信息优化查询的策略减少消耗。
参考https://docs.cloudera.com/documentation/enterprise/5-9-x/topics/impala_compute_stats.html
2.问题：我们有一个接口服务执行impala sql，如何保证执行完各impalad节点同步数据（如果不设置集群sync dll，则集群不会同步各节点数据）
解决办法：根据官方给的思路，我们在sql执行完之后再创建一张空的临时表，设置集群sync dll为true，再drop掉临时表，设置集群sync dll false，这时集群的数据就会同步，并且性能最好。
参考https://docs.cloudera.com/documentation/enterprise/5-15-x/topics/impala.html
3.问题：表发生join时很慢
解决办法：join时要考虑广播量，如果是left join则会广播右表(广播量相当于右表大小乘以左表数据在机器的台数), 要考虑好sql的优化或者适当清理掉右表中无用的数据减小表的大小