DataLakeCatalog

DataLakeCatalog 数据库引擎使您能够将 ClickHouse 连接到外部数据目录，并查询开放表格式中的数据

DataLakeCatalog 数据库引擎使您能够将 ClickHouse 连接到外部 数据目录，并查询开放表格式中的数据，而无需复制数据。 这使 ClickHouse 成为一个强大的查询引擎，可与您现有的 数据湖基础设施无缝集成。

​

支持的目录

DataLakeCatalog 引擎 支持以下数据目录：

• AWS Glue Catalog - 适用于 AWS 环境中的 Iceberg 表
• Databricks Unity Catalog - 适用于 Delta Lake 和 Iceberg 表
• Hive Metastore - 传统 Hadoop 生态系统中的目录
• REST Catalogs - 任何支持 Iceberg REST 规范的目录

​

创建数据库

要使用 DataLakeCatalog 引擎，你需要启用下面的相关设置：

SET allow_experimental_database_iceberg = 1;
SET allow_experimental_database_unity_catalog = 1;
SET allow_experimental_database_glue_catalog = 1;
SET allow_experimental_database_hms_catalog = 1;
SET allow_experimental_database_paimon_rest_catalog = 1;

可使用以下语法创建带有 DataLakeCatalog 引擎的数据库：

CREATE DATABASE database_name
ENGINE = DataLakeCatalog(catalog_endpoint[, user, password])
SETTINGS
catalog_type,
[...]

支持以下设置：

设置	说明
catalog_type	目录 类型：glue、unity (Delta) 、rest (Iceberg) 、hive、onelake (Iceberg)
warehouse	在目录中使用的仓库/数据库名称。
catalog_credential	目录的身份验证凭据 (例如 API key 或令牌)
auth_header	用于与目录服务进行身份验证的自定义 HTTP 请求头
auth_scope	用于身份验证的 OAuth2 作用域 (如果使用 OAuth)
storage_endpoint	底层存储的端点 URL
oauth_server_uri	用于身份验证的 OAuth2 授权服务器 URI
vended_credentials	布尔值，表示是否使用目录提供的凭据 (支持 AWS S3 和 Azure ADLS Gen2)
aws_access_key_id	用于访问 S3/Glue 的 AWS access key ID (如果不使用目录提供的凭据)
aws_secret_access_key	用于访问 S3/Glue 的 AWS secret access key (如果不使用目录提供的凭据)
region	服务所在的 AWS 区域 (例如 us-east-1)
dlf_access_key_id	用于访问 DLF 的 access key ID
dlf_access_key_secret	用于访问 DLF 的 access key Secret

​

示例

有关使用 DataLakeCatalog 引擎 的示例，请参见以下章节：

• Unity Catalog
• Glue Catalog
• OneLake Catalog 可通过启用 allow_experimental_database_iceberg 或 allow_database_iceberg 使用。

CREATE DATABASE database_name
ENGINE = DataLakeCatalog(catalog_endpoint)
SETTINGS
    catalog_type = 'onelake',
    warehouse = warehouse,
    onelake_tenant_id = tenant_id,
    oauth_server_uri = server_uri,
    auth_scope = auth_scope,
    onelake_client_id = client_id,
    onelake_client_secret = client_secret;
SHOW TABLES IN database_name;
SELECT count() from database_name.table_name;