1 왜 임팔라인가
1.1 빅데이터 에코시스템에서 임팔라의 지위
1.2 빅데이터 워크플로우 유연성
1.3 고성능 분석
1.4 탐색적 비즈니스 인텔리전스

2 임팔라 준비와 구동
2.1 설치
2.2 임팔라 접속
2.3 첫 임팔라 질의

3 데이터베이스 개발자를 위한 임팔라
3.1 SQL 언어
3.2 빅데이터 고려사항
3.3 임팔라가 데이터 웨어하우스와 유사한가
3.4 물리적이고 논리적인 데이터 레이아웃
3.5 분산 질의
3.6 정규화와 비정규화 데이터
3.7 파일 포맷
3.8 집계

4 임팔라 개발 기본 작업
4.1 임팔라 테이블에 데이터 입력하기
4.2 코드를 임팔라 SQL로 포팅하기
4.3 JDBC 또는 ODBC 애플리케이션에서 임팔라 사용하기
4.4 스크립트 언어로 임팔라 사용하기
4.5 임팔라 성능 최적화
4.6 사용자 정의 함수
4.7 관리자와 협업

5 튜토리얼과 깊이 파고들기
5.1 튜토리얼: 유닉스 데이터 파일을 임팔라 테이블로
5.2 튜토리얼: 테이블 없는 질의
5.3 튜토리얼: 수십억 로우로의 여행
5.4 깊이 파고들기: 통계의 역할과 조인
5.5 안티 패턴: 수백만의 작은 조각
5.6 튜토리얼: 4차원을 넘어
5.7 튜토리얼: 자술과 침묵 impala-shell 출력
5.8 튜토리얼: 스키마가 진화할 때
5.9 튜토리얼: 추상화 단계