合并小文件

insert overwrite table ods_user_256_temp select * from ods_user_256;
set NUM_NODES=1;
insert overwrite table ods_user_256 select * from ods_user_256_temp;

总结

1.在设置了NUM_NODES=1后，如果合并的数据量超过Impala默认的Parquet Block Size（256MB）大小时会生成多个文件，每个文件的大小在256MB左右，如果合并的数据量小于256MB则最终只会生成一个文件。
2.通过设置NUM_NODES=1强制Impala使用一个节点Daemon来处理整个Query，因此最终只会输出一个文件到HDFS。
3.在使用该配置项时会引起单个主机的资源利用率增加，导致SQL运行缓慢，超出内存限制或查询挂起等。
4.该参数没办法设置超过1，即无论你有多少台机器，多大数据量，想使用该方法，也只能设置为1，让一台机器来慢慢帮你合并文件，所以该方法不是太实用，仅供参考。

备注：NUM_NODES参数说明

该参数用来限制执行查询作业的节点数，常见的场景是用于调试/debug查询的时候。它是一个数值类型，但只有两个值，默认是0即使用所有节点来执行查询，也可以设置为1即所有的查询子任务都会在coordinator节点上个执行。

如果你在调试某个查询作业，怀疑是因为分布式计算才导致的执行时间较长，可以将NUM_NODES设置为1，从而可以校验同样的作业在单个节点上执行时是否问题依旧存在。当然也可以在执行INSERT或者CREATE TABLE AS SELECT加上这个参数的设置来解决小文件的问题