Bytehouse CDW 除了支持使用外表访问 Hive 数据以外，也支持通过 External Catalog 方式访问。

创建 Hive Catalog

数据在 S3 上存储时，可使用以下命令：

create external catalog hive_s3
properties
  type='hive',
  hive.metastore.uri = 'thrift://hive_thrift_server_ip:port',
  aws.s3.region= 's3_region',
  aws.s3.endpoint = 's3_endpoint',
  aws.s3.access_key = 's3_ak',
  aws.s3.secret_key = 's3_sk'

数据在 HDFS 上存储时，可使用以下命令：

create external catalog hive_hdfs
properties
    type='hive',
    hive.metastore.uri = 'thrift://hive_thrift_server_ip:port',

需要注意， 对于存储在 HDFS 上的 Hive 外表， ByteHouse 只支持读配置在 cnch-config.yaml 中的 HDFS 的数据。

创建 Glue Catalog

ByteHouse 也试验性地支持了AWS Glue Datacatalog。

create external catalog glue_s3
properties
type='glue',
    aws.glue.endpoint = 'glue_endpoint',
    aws.glue.region='glue_region',
    aws.glue.catalog_id='glue_catalog_id',
    aws.glue.access_key = 'glue_ak',
    aws.glue.secret_key = 'glue_sk',
    aws.s3.region= 's3_region',
    aws.s3.endpoint = 's3_endpoint',
    aws.s3.access_key =   's3_ak',
    aws.s3.secret_key =   's3_sk' 

这里的glue_catalog_id是一个 12 位数字的 AWS 账号名，具体可以参考 AWS Account ID 文档。

您可以使用如下命令删除 External Catalog。

drop external catalog your_catalog_name;

查看所有 Catalog。

show external catalogs;

查看某个 Catalog 的 Schema 信息。

show create external catalog your_catalog_name;

假设您已经创建好了一个名叫hive_s3的 External Catalog。

三段式命名

用户可以通过 catalog_name.db_name.table_name 这种三段式命名方式直接访问 Hive 中的表，例如

select * from hive_s3.hive_db_name.hive_table_name;

ByteHouse 原生的 CnchMergeTree 表也可以用如下 SQL 访问。其中，cnch（cloud-native-clickhouse的缩写）被用作了 Bytehouse CDW 默认 Catalog 的名字。

select * from cnch.cnch_db_name.cnch_db_name;
-- this is equivalent to select * from  cnch_db_name.cnch_db_name; 

跨 Catalog 查询

利用 External Catalog，您可以直接将 Hive 外表和 Cnch 的 CnchMergeTree 表做 join。

select * from hive_s3.hive_db.hive_table union all select (1) from cnch.cnch_db.cnch_table;

Show Databases and Tables

列出 Catalog 中的数据库名。

show databases from hive_catalog

列出数据库中的表名。

show tables from hive_catalog.database

获取表的创建语句。

show create table hive_catalog.database.table

请注意， 外表的show create table 结果如下：

CREATE TABLE hive_catalog$$hive_db_name.hive_table_name UUID 'some-uuid' (--field list -- cc_call_center_sk Nullable(Int64), cc_call_center_id Nullable(String))) ENGINE = CnchHive(hive_catalog, hive_db_name, hive_table_name) PARTITION BY tuple() SETTINGS endpoint = 'hive_endpoint', ak_id = 's3_ak', ak_secret = 's3_sk', region = 's3_region'

Switch Catalog

您可以使用如下 SQL 来改变默认的 Catalog：

switch catalog hive_s3;

此时再运行

select * from tpcds.call_center;

Bytehouse CDW 就会从 Hive 中的 tpcds 数据库的 call_center 表读取数据。如果要切换会默认的 Catalog，您可以使用以下命令：

switch catalog cnch; 

您也可以使用以下命令，直接将默认的数据库切换到 Hive 的 tpcds 数据库：

use hive_s3.tpcds

如需切换回 Bytehouse CDW 内表，可使用以下命令：

use cnch.cnch_database_name