メインコンテンツまでスキップ
バージョン: 2.5

Overview

このトピックでは、catalog とは何か、そして catalog を使用して内部データと外部データを管理およびクエリする方法について説明します。

StarRocks は v2.3 以降から catalog 機能をサポートしています。catalog により、内部データと外部データを一つのシステムで管理し、さまざまな外部システムに保存されているデータを簡単にクエリおよび分析する柔軟な方法を提供します。

Basic concepts​

  • Internal data: StarRocks に保存されているデータを指します。
  • External data: Apache Hive™、Apache Iceberg、Apache Hudi、Delta Lake などの外部データソースに保存されているデータを指します。

Catalog​

現在、StarRocks は internal catalog と external catalog の2種類の catalog を提供しています。

figure1

  • Internal catalog は StarRocks の内部データを管理します。たとえば、CREATE DATABASE または CREATE TABLE ステートメントを実行してデータベースやテーブルを作成すると、そのデータベースやテーブルは internal catalog に保存されます。各 StarRocks クラスターには default catalog という名前の internal catalog が1つだけあります。

  • External catalog は外部で管理されているメタストアへのリンクのように機能し、StarRocks に外部データソースへの直接アクセスを提供します。データロードや移行なしで外部データを直接クエリできます。現在、StarRocks は以下の種類の external catalog をサポートしています:

    • Hive catalog: Hive からデータをクエリするために使用されます。
    • Iceberg catalog: Iceberg からデータをクエリするために使用されます。
    • Hudi catalog: Hudi からデータをクエリするために使用されます。
    • Delta Lake catalog: Delta Lake からデータをクエリするために使用されます。

    StarRocks は外部データをクエリする際に、外部データソースの以下の2つのコンポーネントと対話します:

    • Metastore service: 外部データソースのメタデータにアクセスするために FEs によって使用されます。FEs はメタデータに基づいてクエリ実行計画を生成します。
    • Data storage system: 外部データを保存するために使用されます。分散ファイルシステムとオブジェクトストレージシステムの両方が、さまざまな形式のデータファイルを保存するためのデータストレージシステムとして使用できます。FEs がクエリ実行計画をすべての BEs に配布した後、すべての BEs はターゲットの外部データを並行してスキャンし、計算を実行してクエリ結果を返します。

Query data​

Query internal data​

StarRocks 内のデータをクエリするには、Default catalog を参照してください。

Query external data​

外部データソースからデータをクエリするには、Query external data を参照してください。

Cross-catalog query​

現在の catalog からクロス catalog フェデレーテッドクエリを実行するには、catalog_name.database_name または catalog_name.database_name.table_name 形式でクエリするデータを指定します。

  • 現在のセッションが default_catalog.olap_db の場合に hive_db の hive_table をクエリします。

    SELECT * FROM hive_catalog.hive_db.hive_table;

  • 現在のセッションが hive_catalog.hive_db の場合に default_catalog の olap_table をクエリします。

     SELECT * FROM default_catalog.olap_db.olap_table;

  • 現在のセッションが hive_catalog.hive_db の場合に hive_catalog の hive_table と default_catalog の olap_table で JOIN クエリを実行します。

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

  • 現在のセッションが別の catalog の場合に JOIN 句を使用して hive_catalog の hive_table と default_catalog の olap_table で JOIN クエリを実行します。

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