Datagrip能否跨库查询/关联？Snowflake与Impala跨库关联方案咨询

一、直接跨数据源查询（原生支持，无需导数据） #

Datagrip本身支持跨数据源关联查询，不用把数据导到内存，只要你配置好所有数据源，查询时明确指定数据源+库+表的完整路径就行：

• 举个关联Snowflake和Impala表的例子：

SELECT s.user_id, i.user_name
FROM "MY_SNOWFLAKE"."USER_SCHEMA"."USER_INFO" s
JOIN "MY_IMPALA"."USER_DB"."USER_DETAIL" i
ON s.user_id = i.id

这里的MY_SNOWFLAKE和MY_IMPALA是你在DG里配置的数据源名称，必须和配置时的名字完全一致。

二、把数据存内存跨会话用的方法 #

如果因为网络慢或查询性能差，需要把数据缓存到内存，DG有两种方式：

1. 内存临时表 #

• 选中要加载的远程表，右键点Export Data，选In-Memory Table，设置个表名确认就行。这个表存在DG内存里，只要DG不关闭，跨会话都能用。
• 查询的时候直接用你设置的表名：

SELECT * FROM MY_MEMORY_TABLE

• 缺点：DG一关，内存表就没了，得重新加载。

2. 本地内存数据库 #

• 在DG里新建一个Local Database（比如选H2的内存模式），把远程数据导进去：
  1. 先配置好这个本地库的连接；
  2. 选中远程表，右键选Copy Table to，挑你刚建的本地库；
  3. 导入完就能在本地库自由关联其他数据源的表，或者直接操作本地表——如果选的是H2内存模式，DG关闭后数据消失；选文件模式的话，数据会持久化。

三、注意点 #

• 先确保所有数据源的连接都测试通过，DG能正常读取表结构；
• 跨数据源关联时，注意数据类型兼容，比如Snowflake的FLOAT和Impala的DOUBLE要匹配，不然会报错；
• 内存表别加载太大的数据集，不然DG会卡顿甚至崩溃。

内容的提问来源于stack exchange，提问作者palmermj0