概述

本文介绍什么是 catalog，以及如何使用 catalog 管理和查询内外部数据。

基本概念

StarRocks 2.3 及以上版本支持 catalog（数据目录）功能，方便您轻松访问并查询存储在各类外部源的数据。当前 StarRocks 提供两种类型 catalog：internal catalog 和 external catalog。

Internal catalog: 内部数据目录，用于管理 StarRocks 所有内部数据。例如，执行 CREATE DATABASE 和 CREATE TABLE 语句创建的数据库和数据表都由 internal catalog 管理。每个 StarRocks 集群都有且只有一个 internal catalog 名为 default catalog。
External catalog: 外部数据目录，用于管理外部数据源的访问信息，如数据源类型和 Hive metastore 的 URI 等。在 StarRocks 中，您可以通过 external catalog 直接查询外部数据。当前支持创建以下三种 external catalog：
- Hive catalog：用于查询 Hive 数据。
- Iceberg catalog：用于查询 Iceberg 数据。
- Hudi catalog：用于查询 Hudi 数据。
- Delta Lake catalog：用于查询 Delta Lake 数据。
使用 external catalog 查询数据时，StarRocks 会用到外部数据源的两个组件：
- 元数据服务：用于将元数据暴露出来供 StarRocks 的 FE 进行查询规划。
- 存储系统：用于存储数据。数据文件以不同的格式存储在分布式文件系统或对象存储系统中。当 FE 将生成的查询计划分发给各个 BE 后，各个 BE 会并行扫描 Hive 存储系统中的目标数据，并执行计算返回查询结果。

如要查询存储在 StarRocks 中的数据，请参见 Default catalog。

如要查询存储在外部数据源中的数据，请参见查询外部数据。

如想在一个 catalog 中查询其他 catalog 中数据，可通过 catalog_name.db_name 或 catalog_name.db_name.table_name 的格式来引用目标数据。举例：

在 default_catalog.olap_db 下查询 hive_catalog 中的 hive_table。
```
SELECT * FROM hive_catalog.hive_db.hive_table;
```
在 hive_catalog.hive_db 下查询 default_catalog 中的 olap_table。
```
SELECT * FROM default_catalog.olap_db.olap_table;
```
在 hive_catalog.hive_db 中，对 hive_table 和 default_catalog 中的 olap_table 进行联邦查询。
```
SELECT * FROM hive_table h JOIN default_catalog.olap_db.olap_table o WHERE h.id = o.id;
```

在其他目录下，对 hive_catalog 中的 hive_table 和 default_catalog 中的 olap_table 进行联邦查询。

SELECT * FROM hive_catalog.hive_db.hive_table h JOIN default_catalog.olap_db.olap_table o WHERE h.id = o.id;