Catalog 多了统一管理就成了新问题前四篇分别演示了 Spark、Kafka Connect、Flink、Trino 接入 OSS Tables。四个引擎、四种配置写法但连的是同一个东西OSS Tables 对外暴露的那一个 Iceberg REST Catalog 端点。表、Schema、快照都在同一份元数据里各引擎看到的命名空间完全一致新建一张表也不需要去每个引擎那里确认一遍。换句话说引擎数量增长本身并不会让元数据碎片化这正是 REST Catalog 这套标准协议的价值所在。真正的麻烦来自另一个维度一家企业里的 Catalog 往往不止 OSS Tables 一个。存量的自建 Hive Metastore 还在跑兄弟团队有自己的 Iceberg REST Catalog业务侧有 MySQL、PostgreSQL 这类 JDBC 库表还有大量非表形态的训练数据和日志文件集。它们是彼此独立的元数据源各有各的命名空间、权限模型和接入方式。于是当分析师想知道“公司里到底有哪些数据”得跑好几个系统分别查引擎要做跨源查询得把这堆 Catalog 逐个配进来再接入一个新引擎这份配置还得重抄一遍——成本是“引擎数 × Catalog 数”。Apache Gravitino 要解的就是这个乘法问题。作为生态里的元数据中枢它是一个开源的统一元数据管理平台定位是“数据湖的元数据联邦层”把多个异构 Catalog 挂在同一个 Metalake 之下不管底层是 Iceberg、Hive、JDBC 还是 Fileset在 Gravitino 里都是一致的命名空间、统一的元数据视图和权限治理。OSS Tables 兼容 Iceberg REST Catalog 协议因此可以直接作为 Gravitino 的一个 Catalog Backend 挂载进来而 Gravitino 自带的 Iceberg REST 服务又会把整个 Metalake 重新以标准 REST Catalog 协议暴露出去。最直接的效果是Spark、Flink、Trino 只连 Gravitino 这一个入口就能在同一份 SQL 里同时访问 OSS Tables 和 Hive、JDBC 上的存量数据而端点、warehouse ARN、签名方式这些接入细节收敛到 Gravitino 一侧统一维护。前提条件已部署 Apache Gravitino 服务。已创建 OSS Tables 的 Table Bucket。如未创建请参见OSS Tables。已安装 Spark 3.5 及以上版本用于通过 Gravitino 访问 OSS Tables 数据。步骤一配置环境变量Gravitino Iceberg REST 服务和后续访问 OSS Tables 的 Spark 客户端均需要凭证。环境变量名使用 AWS_ 前缀是因为底层 Iceberg SigV4 签名模块和 S3FileIO 复用 AWS SDK 标准凭证链实际填入的是阿里云账号的凭证。配置 Gravitino 服务环境变量在启动 Gravitino Iceberg REST 服务前设置以下环境变量。配置后创建 Catalog 时无需填写rest.access-key-id和rest.secret-access-key。export AWS_ACCESS_KEY_ID阿里云AccessKey ID export AWS_SECRET_ACCESS_KEY阿里云AccessKey Secret export AWS_REGION地域例如cn-hangzhou # 可选使用STS临时凭证时配置 export AWS_SESSION_TOKEN阿里云STS TOKEN配置 Spark 环境变量在启动 Spark Driver 和 Executor 前设置以下环境变量。配置后无需填写spark.sql.catalog.oss_cata.s3.access-key-id和spark.sql.catalog.oss_cata.s3.secret-access-key。export AWS_ACCESS_KEY_ID阿里云AccessKey ID export AWS_SECRET_ACCESS_KEY阿里云AccessKey Secret export AWS_REGION地域例如cn-hangzhou # 可选使用STS临时凭证时配置 export AWS_SESSION_TOKEN阿里云STS TOKEN export AWS_REQUEST_CHECKSUM_CALCULATIONWHEN_REQUIRED说明生产环境推荐使用环境变量或 STS 临时凭证避免在配置文件中明文写入长期 AccessKey。分布式部署时需确保 Gravitino 服务进程以及 Spark Driver、Executor 均能读取各自所需的环境变量。步骤二准备依赖包由于目前 Iceberg 社区版本的 OSSFileIO 性能欠佳建议客户端配置 S3 FileIO。为避免 Gravitino 返回的 io-impl 覆盖客户端设置需要修改 Gravitino 源码编辑iceberg/iceberg-rest-server/src/main/java/org/apache/gravitino/iceberg/service/CatalogWrapperForREST.java删除catalogPropertiesToClientKeys中的IcebergConstants.IO_IMPL一行private static final SetString catalogPropertiesToClientKeys ImmutableSet.of( // IcebergConstants.IO_IMPL, // 删除这一行 IcebergConstants.AWS_S3_REGION, IcebergConstants.ICEBERG_S3_ENDPOINT, IcebergConstants.ICEBERG_OSS_ENDPOINT,此外还需将以下依赖包部署到 Gravitino 的libs目录中依赖包版本用途gravitino-iceberg-aws-bundle-xxx.jar与 Gravitino 版本匹配加载 S3 相关依赖。建议在 Gravitino 源码中执行./gradlew :bundles:iceberg-aws-bundle:shadowJar打包获取。步骤三创建 OSS Tables 相关资源在配置 Gravitino Catalog 前需先准备好 OSS Tables 的 Table Bucket并获取其接入端点信息。创建 Table Bucket若尚未创建 Table Bucket可通过 ossutil 或 AWS CLI 创建详细步骤请参见OSS Tables。创建完成后Table Bucket 的 ARN 格式为acs:osstables:{region}:{accountId}:bucket/{bucketName}该 ARN 将作为步骤三中 Gravitino Catalog 的warehouse参数值。获取接入端点OSS Tables 提供 Iceberg REST Catalog 端点Gravitino 通过该端点连接并管理 OSS Tables 的表元数据该端点将作为步骤三中 Gravitino Catalog 的uri参数值。端点格式如下内网https://{region}-internal.oss-tables.aliyuncs.com/iceberg外网https://{region}.oss-tables.aliyuncs.com/iceberg说明底层数据文件通过 S3FileIO 访问 OSS 数据面OSS 端点格式为https://oss-{region}-internal.aliyuncs.com内网或https://oss-{region}.aliyuncs.com外网。该端点由 OSS Tables REST Catalog 返回并由客户端 S3FileIO 使用无需在 Gravitino Catalog 中单独指定相关依赖与源码调整见步骤一。步骤四创建基于 OSS Tables 的 Gravitino REST Catalog以下示例中Metalake 名称均为my_metalakeGravitino Iceberg REST 服务绑定的也是该 Metalake。配置 Gravitino Iceberg REST 服务在 Gravitino 配置文件中配置 Iceberg REST Catalog 的 Metalake# Iceberg REST Auxiliary Service gravitino.auxService.names iceberg-rest # 按需更改上述依赖包可放在该目录下 gravitino.iceberg-rest.classpath iceberg-rest-server/libs, iceberg-rest-server/conf gravitino.iceberg-rest.host 0.0.0.0 gravitino.iceberg-rest.httpPort 9001 gravitino.iceberg-rest.catalog-config-provider dynamic-config-provider gravitino.iceberg-rest.gravitino-metalake my_metalake创建 Metalakecurl -X POST http://localhost:8090/api/metalakes \ -H Content-Type: application/json \ -d { name: my_metalake, comment: Main metalake, properties: {} }创建 Catalog创建基于 OSS Tables 的 Catalogcurl -X POST http://localhost:8090/api/metalakes/my_metalake/catalogs \ -H Content-Type: application/json \ -d { name: osstables_catalog, type: RELATIONAL, provider: lakehouse-iceberg, comment: OSS Tables via Iceberg REST, properties: { catalog-backend: custom, catalog-backend-impl: org.apache.iceberg.rest.RESTCatalog, uri: https://cn-hangzhou-internal.oss-tables.aliyuncs.com/iceberg, warehouse: acs:osstables:cn-hangzhou:{accountId}:bucket/your-table-bucket-name, rest.auth.type: sigv4, rest.signing-region: cn-hangzhou, rest.signing-name: osstables } }说明配置中的 AccessKey、Endpoint、Region 请根据实际情况修改。其中uri为 OSS Tables 的 Iceberg REST Catalog 端点内网格式为https://{region}-internal.oss-tables.aliyuncs.com/icebergwarehouse为 Table Bucket 的 ARN格式为acs:osstables:{region}:{accountId}:bucket/{bucketName}。步骤五通过 Gravitino 访问 OSS Tables完成上述操作后Gravitino 上已构建名为osstables_catalog的 Catalog。在 Spark 中配置以下参数即可通过 Gravitino 访问 OSS Tablesspark.sql.catalog.oss_cataorg.apache.iceberg.spark.SparkCatalog spark.sql.catalog.oss_cata.typerest spark.sql.catalog.oss_cata.io-implorg.apache.iceberg.aws.s3.S3FileIO spark.sql.catalog.oss_cata.urihttp://127.0.0.1:9001/iceberg/ spark.sql.catalog.oss_cata.warehouseosstables_catalog spark.sql.catalog.oss_cata.s3.region地域例如cn-hangzhou spark.sql.catalog.oss_cata.s3.endpointhttps://oss-{region}-internal.aliyuncs.com说明必须显式配置spark.sql.catalog.oss_cata.io-implorg.apache.iceberg.aws.s3.S3FileIO。由于步骤一已移除 Gravitino 对io-impl的透传客户端需自行指定使用 S3FileIO否则将回退到 HadoopFileIO 并因无法识别oss://路径而报错。同时需将s3.endpoint指向 OSS 数据面端点并在启动 Spark 前设置环境变量AWS_REQUEST_CHECKSUM_CALCULATIONWHEN_REQUIRED关闭 OSS 暂不支持的分块上传编码。配置完成后即可使用标准 SQL 操作 OSS Tables 中的数据。以下示例中 Catalog 名称均为oss_cata。管理NamespaceNamespace命名空间用于对表进行逻辑分组作用相当于数据库。-- 查看现有Namespace SHOW NAMESPACES IN oss_cata; -- 创建Namespace CREATE NAMESPACE oss_cata.my_namespace; -- 删除Namespace需先删除其中所有Table DROP NAMESPACE oss_cata.my_namespace;建表与表管理-- 创建非分区表 CREATE TABLE oss_cata.my_namespace.users ( id BIGINT NOT NULL COMMENT 用户ID, name STRING COMMENT 用户名, email STRING COMMENT 邮箱, created_at TIMESTAMP COMMENT 创建时间 ) USING iceberg; -- 创建分区表按天分区 CREATE TABLE oss_cata.my_namespace.events ( id BIGINT NOT NULL, event_type STRING, data STRING, ts TIMESTAMP ) USING iceberg PARTITIONED BY (days(ts)); -- 查看Namespace中的所有Table SHOW TABLES IN oss_cata.my_namespace; -- 查看表结构 DESCRIBE TABLE oss_cata.my_namespace.users; -- 删除表OSS Tables 要求必须带 PURGE 关键字否则会报错OSS Tables only supports dropping tables with purge enabled DROP TABLE oss_cata.my_namespace.users PURGE;数据写入与查询-- 插入数据 INSERT INTO oss_cata.my_namespace.users VALUES (1, 张三, zhangsanexample.com, TIMESTAMP 2024-01-15 10:30:00), (2, 李四, lisiexample.com, TIMESTAMP 2024-01-16 14:20:00), (3, 王五, wangwuexample.com, TIMESTAMP 2024-01-17 09:15:00); -- 全表查询 SELECT * FROM oss_cata.my_namespace.users; -- 条件查询 SELECT * FROM oss_cata.my_namespace.users WHERE id 2; -- 聚合查询 SELECT COUNT(*) AS total FROM oss_cata.my_namespace.users; -- 分组聚合 SELECT name, COUNT(*) AS cnt FROM oss_cata.my_namespace.users GROUP BY name; -- 更新数据 UPDATE oss_cata.my_namespace.users SET name 赵六 WHERE id 3; -- 删除数据 DELETE FROM oss_cata.my_namespace.users WHERE id 1; -- 查询验证 SELECT * FROM oss_cata.my_namespace.users ORDER BY id;分区表操作-- 插入分区数据 INSERT INTO oss_cata.my_namespace.events VALUES (1, click, {page: home}, TIMESTAMP 2024-01-15 10:30:00), (2, view, {page: product}, TIMESTAMP 2024-01-15 11:00:00), (3, click, {page: detail}, TIMESTAMP 2024-01-16 09:00:00); -- 分区裁剪查询仅扫描匹配分区 SELECT * FROM oss_cata.my_namespace.events WHERE ts TIMESTAMP 2024-01-15 00:00:00 AND ts TIMESTAMP 2024-01-16 00:00:00; -- 聚合统计 SELECT event_type, COUNT(*) AS cnt FROM oss_cata.my_namespace.events GROUP BY event_type;时间旅行查询Iceberg 支持时间旅行Time Travel查询可读取历史某个时间点的数据快照。-- 查看快照历史 SELECT snapshot_id, committed_at, operation FROM oss_cata.my_namespace.users.snapshots; -- 基于快照ID查询历史数据 SELECT * FROM oss_cata.my_namespace.users VERSION AS OF snapshot_id; -- 查询指定时间点的数据 SELECT * FROM oss_cata.my_namespace.users TIMESTAMP AS OF TIMESTAMP 2024-01-16 00:00:00; -- 查看数据文件分布 SELECT * FROM oss_cata.my_namespace.users.files; 
长河君 · 2026/9/3 20:46:24 · 阅读 1.2k Catalog 多了无法统一管理？Gravitino 一个入口统管 OSS Tables【详解 OSS Tables 系列】
Catalog 多了统一管理就成了新问题前四篇分别演示了 Spark、Kafka Connect、Flink、Trino 接入 OSS Tables。四个引擎、四种配置写法但连的是同一个东西OSS Tables 对外暴露的那一个 Iceberg REST Catalog 端点。表、Schema、快照都在同一份元数据里各引擎看到的命名空间完全一致新建一张表也不需要去每个引擎那里确认一遍。换句话说引擎数量增长本身并不会让元数据碎片化这正是 REST Catalog 这套标准协议的价值所在。真正的麻烦来自另一个维度一家企业里的 Catalog 往往不止 OSS Tables 一个。存量的自建 Hive Metastore 还在跑兄弟团队有自己的 Iceberg REST Catalog业务侧有 MySQL、PostgreSQL 这类 JDBC 库表还有大量非表形态的训练数据和日志文件集。它们是彼此独立的元数据源各有各的命名空间、权限模型和接入方式。于是当分析师想知道“公司里到底有哪些数据”得跑好几个系统分别查引擎要做跨源查询得把这堆 Catalog 逐个配进来再接入一个新引擎这份配置还得重抄一遍——成本是“引擎数 × Catalog 数”。Apache Gravitino 要解的就是这个乘法问题。作为生态里的元数据中枢它是一个开源的统一元数据管理平台定位是“数据湖的元数据联邦层”把多个异构 Catalog 挂在同一个 Metalake 之下不管底层是 Iceberg、Hive、JDBC 还是 Fileset在 Gravitino 里都是一致的命名空间、统一的元数据视图和权限治理。OSS Tables 兼容 Iceberg REST Catalog 协议因此可以直接作为 Gravitino 的一个 Catalog Backend 挂载进来而 Gravitino 自带的 Iceberg REST 服务又会把整个 Metalake 重新以标准 REST Catalog 协议暴露出去。最直接的效果是Spark、Flink、Trino 只连 Gravitino 这一个入口就能在同一份 SQL 里同时访问 OSS Tables 和 Hive、JDBC 上的存量数据而端点、warehouse ARN、签名方式这些接入细节收敛到 Gravitino 一侧统一维护。前提条件已部署 Apache Gravitino 服务。已创建 OSS Tables 的 Table Bucket。如未创建请参见OSS Tables。已安装 Spark 3.5 及以上版本用于通过 Gravitino 访问 OSS Tables 数据。步骤一配置环境变量Gravitino Iceberg REST 服务和后续访问 OSS Tables 的 Spark 客户端均需要凭证。环境变量名使用 AWS_ 前缀是因为底层 Iceberg SigV4 签名模块和 S3FileIO 复用 AWS SDK 标准凭证链实际填入的是阿里云账号的凭证。配置 Gravitino 服务环境变量在启动 Gravitino Iceberg REST 服务前设置以下环境变量。配置后创建 Catalog 时无需填写rest.access-key-id和rest.secret-access-key。export AWS_ACCESS_KEY_ID阿里云AccessKey ID export AWS_SECRET_ACCESS_KEY阿里云AccessKey Secret export AWS_REGION地域例如cn-hangzhou # 可选使用STS临时凭证时配置 export AWS_SESSION_TOKEN阿里云STS TOKEN配置 Spark 环境变量在启动 Spark Driver 和 Executor 前设置以下环境变量。配置后无需填写spark.sql.catalog.oss_cata.s3.access-key-id和spark.sql.catalog.oss_cata.s3.secret-access-key。export AWS_ACCESS_KEY_ID阿里云AccessKey ID export AWS_SECRET_ACCESS_KEY阿里云AccessKey Secret export AWS_REGION地域例如cn-hangzhou # 可选使用STS临时凭证时配置 export AWS_SESSION_TOKEN阿里云STS TOKEN export AWS_REQUEST_CHECKSUM_CALCULATIONWHEN_REQUIRED说明生产环境推荐使用环境变量或 STS 临时凭证避免在配置文件中明文写入长期 AccessKey。分布式部署时需确保 Gravitino 服务进程以及 Spark Driver、Executor 均能读取各自所需的环境变量。步骤二准备依赖包由于目前 Iceberg 社区版本的 OSSFileIO 性能欠佳建议客户端配置 S3 FileIO。为避免 Gravitino 返回的 io-impl 覆盖客户端设置需要修改 Gravitino 源码编辑iceberg/iceberg-rest-server/src/main/java/org/apache/gravitino/iceberg/service/CatalogWrapperForREST.java删除catalogPropertiesToClientKeys中的IcebergConstants.IO_IMPL一行private static final SetString catalogPropertiesToClientKeys ImmutableSet.of( // IcebergConstants.IO_IMPL, // 删除这一行 IcebergConstants.AWS_S3_REGION, IcebergConstants.ICEBERG_S3_ENDPOINT, IcebergConstants.ICEBERG_OSS_ENDPOINT,此外还需将以下依赖包部署到 Gravitino 的libs目录中依赖包版本用途gravitino-iceberg-aws-bundle-xxx.jar与 Gravitino 版本匹配加载 S3 相关依赖。建议在 Gravitino 源码中执行./gradlew :bundles:iceberg-aws-bundle:shadowJar打包获取。步骤三创建 OSS Tables 相关资源在配置 Gravitino Catalog 前需先准备好 OSS Tables 的 Table Bucket并获取其接入端点信息。创建 Table Bucket若尚未创建 Table Bucket可通过 ossutil 或 AWS CLI 创建详细步骤请参见OSS Tables。创建完成后Table Bucket 的 ARN 格式为acs:osstables:{region}:{accountId}:bucket/{bucketName}该 ARN 将作为步骤三中 Gravitino Catalog 的warehouse参数值。获取接入端点OSS Tables 提供 Iceberg REST Catalog 端点Gravitino 通过该端点连接并管理 OSS Tables 的表元数据该端点将作为步骤三中 Gravitino Catalog 的uri参数值。端点格式如下内网https://{region}-internal.oss-tables.aliyuncs.com/iceberg外网https://{region}.oss-tables.aliyuncs.com/iceberg说明底层数据文件通过 S3FileIO 访问 OSS 数据面OSS 端点格式为https://oss-{region}-internal.aliyuncs.com内网或https://oss-{region}.aliyuncs.com外网。该端点由 OSS Tables REST Catalog 返回并由客户端 S3FileIO 使用无需在 Gravitino Catalog 中单独指定相关依赖与源码调整见步骤一。步骤四创建基于 OSS Tables 的 Gravitino REST Catalog以下示例中Metalake 名称均为my_metalakeGravitino Iceberg REST 服务绑定的也是该 Metalake。配置 Gravitino Iceberg REST 服务在 Gravitino 配置文件中配置 Iceberg REST Catalog 的 Metalake# Iceberg REST Auxiliary Service gravitino.auxService.names iceberg-rest # 按需更改上述依赖包可放在该目录下 gravitino.iceberg-rest.classpath iceberg-rest-server/libs, iceberg-rest-server/conf gravitino.iceberg-rest.host 0.0.0.0 gravitino.iceberg-rest.httpPort 9001 gravitino.iceberg-rest.catalog-config-provider dynamic-config-provider gravitino.iceberg-rest.gravitino-metalake my_metalake创建 Metalakecurl -X POST http://localhost:8090/api/metalakes \ -H Content-Type: application/json \ -d { name: my_metalake, comment: Main metalake, properties: {} }创建 Catalog创建基于 OSS Tables 的 Catalogcurl -X POST http://localhost:8090/api/metalakes/my_metalake/catalogs \ -H Content-Type: application/json \ -d { name: osstables_catalog, type: RELATIONAL, provider: lakehouse-iceberg, comment: OSS Tables via Iceberg REST, properties: { catalog-backend: custom, catalog-backend-impl: org.apache.iceberg.rest.RESTCatalog, uri: https://cn-hangzhou-internal.oss-tables.aliyuncs.com/iceberg, warehouse: acs:osstables:cn-hangzhou:{accountId}:bucket/your-table-bucket-name, rest.auth.type: sigv4, rest.signing-region: cn-hangzhou, rest.signing-name: osstables } }说明配置中的 AccessKey、Endpoint、Region 请根据实际情况修改。其中uri为 OSS Tables 的 Iceberg REST Catalog 端点内网格式为https://{region}-internal.oss-tables.aliyuncs.com/icebergwarehouse为 Table Bucket 的 ARN格式为acs:osstables:{region}:{accountId}:bucket/{bucketName}。步骤五通过 Gravitino 访问 OSS Tables完成上述操作后Gravitino 上已构建名为osstables_catalog的 Catalog。在 Spark 中配置以下参数即可通过 Gravitino 访问 OSS Tablesspark.sql.catalog.oss_cataorg.apache.iceberg.spark.SparkCatalog spark.sql.catalog.oss_cata.typerest spark.sql.catalog.oss_cata.io-implorg.apache.iceberg.aws.s3.S3FileIO spark.sql.catalog.oss_cata.urihttp://127.0.0.1:9001/iceberg/ spark.sql.catalog.oss_cata.warehouseosstables_catalog spark.sql.catalog.oss_cata.s3.region地域例如cn-hangzhou spark.sql.catalog.oss_cata.s3.endpointhttps://oss-{region}-internal.aliyuncs.com说明必须显式配置spark.sql.catalog.oss_cata.io-implorg.apache.iceberg.aws.s3.S3FileIO。由于步骤一已移除 Gravitino 对io-impl的透传客户端需自行指定使用 S3FileIO否则将回退到 HadoopFileIO 并因无法识别oss://路径而报错。同时需将s3.endpoint指向 OSS 数据面端点并在启动 Spark 前设置环境变量AWS_REQUEST_CHECKSUM_CALCULATIONWHEN_REQUIRED关闭 OSS 暂不支持的分块上传编码。配置完成后即可使用标准 SQL 操作 OSS Tables 中的数据。以下示例中 Catalog 名称均为oss_cata。管理NamespaceNamespace命名空间用于对表进行逻辑分组作用相当于数据库。-- 查看现有Namespace SHOW NAMESPACES IN oss_cata; -- 创建Namespace CREATE NAMESPACE oss_cata.my_namespace; -- 删除Namespace需先删除其中所有Table DROP NAMESPACE oss_cata.my_namespace;建表与表管理-- 创建非分区表 CREATE TABLE oss_cata.my_namespace.users ( id BIGINT NOT NULL COMMENT 用户ID, name STRING COMMENT 用户名, email STRING COMMENT 邮箱, created_at TIMESTAMP COMMENT 创建时间 ) USING iceberg; -- 创建分区表按天分区 CREATE TABLE oss_cata.my_namespace.events ( id BIGINT NOT NULL, event_type STRING, data STRING, ts TIMESTAMP ) USING iceberg PARTITIONED BY (days(ts)); -- 查看Namespace中的所有Table SHOW TABLES IN oss_cata.my_namespace; -- 查看表结构 DESCRIBE TABLE oss_cata.my_namespace.users; -- 删除表OSS Tables 要求必须带 PURGE 关键字否则会报错OSS Tables only supports dropping tables with purge enabled DROP TABLE oss_cata.my_namespace.users PURGE;数据写入与查询-- 插入数据 INSERT INTO oss_cata.my_namespace.users VALUES (1, 张三, zhangsanexample.com, TIMESTAMP 2024-01-15 10:30:00), (2, 李四, lisiexample.com, TIMESTAMP 2024-01-16 14:20:00), (3, 王五, wangwuexample.com, TIMESTAMP 2024-01-17 09:15:00); -- 全表查询 SELECT * FROM oss_cata.my_namespace.users; -- 条件查询 SELECT * FROM oss_cata.my_namespace.users WHERE id 2; -- 聚合查询 SELECT COUNT(*) AS total FROM oss_cata.my_namespace.users; -- 分组聚合 SELECT name, COUNT(*) AS cnt FROM oss_cata.my_namespace.users GROUP BY name; -- 更新数据 UPDATE oss_cata.my_namespace.users SET name 赵六 WHERE id 3; -- 删除数据 DELETE FROM oss_cata.my_namespace.users WHERE id 1; -- 查询验证 SELECT * FROM oss_cata.my_namespace.users ORDER BY id;分区表操作-- 插入分区数据 INSERT INTO oss_cata.my_namespace.events VALUES (1, click, {page: home}, TIMESTAMP 2024-01-15 10:30:00), (2, view, {page: product}, TIMESTAMP 2024-01-15 11:00:00), (3, click, {page: detail}, TIMESTAMP 2024-01-16 09:00:00); -- 分区裁剪查询仅扫描匹配分区 SELECT * FROM oss_cata.my_namespace.events WHERE ts TIMESTAMP 2024-01-15 00:00:00 AND ts TIMESTAMP 2024-01-16 00:00:00; -- 聚合统计 SELECT event_type, COUNT(*) AS cnt FROM oss_cata.my_namespace.events GROUP BY event_type;时间旅行查询Iceberg 支持时间旅行Time Travel查询可读取历史某个时间点的数据快照。-- 查看快照历史 SELECT snapshot_id, committed_at, operation FROM oss_cata.my_namespace.users.snapshots; -- 基于快照ID查询历史数据 SELECT * FROM oss_cata.my_namespace.users VERSION AS OF snapshot_id; -- 查询指定时间点的数据 SELECT * FROM oss_cata.my_namespace.users TIMESTAMP AS OF TIMESTAMP 2024-01-16 00:00:00; -- 查看数据文件分布 SELECT * FROM oss_cata.my_namespace.users.files;