1、执行速度不同：
Hive：底层基于Hadoop的MapReduce引擎，计算过程中经常要走shuffle过程，速度比较慢
Impala：底层基于内存，执行效率高，是Hive执行速度的5-50倍之间。
2、使用的函数之间有区别：
Hive：使用 concat() | concat_ws() 函数，连接的字段类型没有限制
Impala：使用 concat() | concat_ws() 函数，连接的字段类型必须是string类型
Hive：中有split(执行字段，指定切分符 ) [指定返回的列标] 函数 注意：索引以0开始
Impala：中有split_part(执行字段，指定切分符，指定返回的列标 ) 函数 注意：索引以1开始
3、关键字之间的区别：
hive： group by 后不能使用字段的别名
Impala：group by 后可以使用字段的别名
4、函数使用的不同
hive中concat() | concat_ws()函数可以拼接不同类型的字段
impala中concat() | concat_ws()函数只能拼接string类型的字段。如果不是string类型，需要使用cast(字段 as string)
一般SQL的执行顺序
from
join on
where
group by
having
select
distinct
union
order by
在hive中group by后不能使用select后显示字段的别名
在Impala、MySQL等【有待进一步验证】数据库中group by后面可以使用select后显示字段的别名
