为现有Metastore启用Unity Catalog对工作区及用户的影响

工作区层面 #

• 统一元数据池：之前每个工作区各自维护的元数据（库、表、视图）会被整合到UC的全局metastore里，四个工作区能共享同一套元数据，不用再跨工作区手动同步。
• 工作区关联调整：已经绑定独立集群的两个工作区，得把集群配置改成支持UC的模式（比如编辑集群时选择使用UC的metastore）；没绑定集群的工作区，后续新建集群默认会基于UC。

集群与计算资源 #

• 访问模式升级：当前的No isolation shared模式在UC下依然能用，但UC会强化权限隔离——原来共享集群里用户可能能看到所有数据，开了UC后可以通过细粒度权限控制，限制用户只能碰授权的数据集，就算在共享集群上也没法越权。
• 集群配置需更新：得给集群配置UC相关权限（比如集群的服务主体要有访问UC元数据和S3存储的权限），不然集群可能读不了原有数据。

用户权限与操作习惯 #

• 权限体系重构：原来工作区本地的权限规则会被UC的三级权限模型（Catalog→Schema→表/视图）替代，得重新梳理分配权限：
  • 管理员要先创建Catalog、Schema，再把现有数据迁移或映射到UC的结构下
  • 普通用户得拿到对应Catalog/Schema/表的访问权限（查询、修改等）才能操作数据
• 操作路径变化：用户查数据得写完整的三级路径，比如SELECT * FROM catalog.schema.table，不能像之前直接写表名；嫌麻烦的话可以设置默认Catalog和Schema。

现有数据资源兼容性 #

• 外部数据源（MSSQL、Excel）：这些数据源可以在UC里注册成外部表，统一管理访问权限，不用在每个工作区重复配置连接；原来基于这些数据源的查询，只要把路径改成UC的结构就能正常跑。
• S3存储适配：UC会通过外部位置（External Location）和存储凭证（Storage Credential）管理S3访问，原来靠集群IAM角色访问S3的方式可以保留，也可以切换成UC统一管控，安全性更高。
• 旧表保留：原来工作区本地的表还能访问，会被归到hive_metastore这个默认Catalog下，不会丢，但建议慢慢迁移到自定义Catalog里，才能用上UC的全部功能。

额外增益 #

• 数据治理升级：UC自带数据血缘、分类、审计日志功能，管理员能追踪数据的访问和修改记录，方便合规检查。
• 跨工作区协作更顺畅：四个工作区的用户能共享同一套数据集，不用再靠导出导入传数据，效率提升不少。

内容的提问来源于stack exchange，提问作者Anish Reddy