外部表简介

功能概述： 外部表是 Lakehouse 的一项特性，它使您能够查询存储在外部系统中的数据，就如同这些数据存储在 Lakehouse 内部一样。这些外部数据并不存储或管理在 Lakehouse 中。

性能提示： 由于外部表中的数据存储在 Lakehouse 外部，查询外部表可能比查询存储在本地的表稍慢。为了提升查询效率，建议使用 INSERT INTO internal_table_name SELECT * FROM external_table_name 语句或 COPY INTO 命令将数据导入到 Lakehouse 中。

支持的外部表数据源

Kafka 外部表
Delta Lake 外部表
Hudi 外部表

外部表与 External Schema 的区别

External Schema： 直接与 Hive 元数据服务（HMS）交互，通过 HMS 接口直接获取 Hive 的元数据信息。
外部表： 允许用户自定义创建表，指定列内容和表名。
External Schema 限制： 由于是直接映射 HMS，无法在 External Schema 下直接创建、删除表或重命名表。
外部表优势： 支持重命名和修改注释等操作，因为它们是在内部 schema 下创建的。

具体案例

连接阿里云 OSS


--创建connection,用于连接对象存储
CREATE STORAGE CONNECTION  oss_delta
    TYPE oss
    ENDPOINT = 'oss-cn-hangzhou-internal.aliyuncs.com'
    access_id = 'xxxxxx'
    access_key = 'xxxxxx'
    comments = 'delta'
    ;
--使用上面的链接信息，创建外部表
CREATE    EXTERNAL TABLE pepole_delta (id int, name string,dt string) 
USING DELTA 
CONNECTION oss_delta 
PARTITIONED BY (dt ) 
LOCATION 'oss://bucketmy/delta-format/uploaddelta/' 
COMMENT 'edelta-external';

连接 Google GCS

Lakehouse 连接 Google Cloud Storage (GCS) 时，将使用服务账号密钥进行身份验证。请按照以下步骤操作：

获取服务账号密钥：
1. 登录 Google Cloud 控制台。
2. 按照 Google Cloud 文档 的指导，创建并下载服务账号的 JSON 密钥文件。
配置 private_key 参数：
1. 打开下载的 JSON 密钥文件，将文件中的私钥内容完整复制。
注意：
1. 在配置 private_key 时，在 private_key 添加 r，表示转义字符不会被转义。


--创建connection,用于连接对象存储
CREATE STORAGE CONNECTION  oss_delta
    TYPE gcs
    private_key=r'{
  "type": "service_account",
  "project_id": "PROJECT_ID",
  "private_key_id": "KEY_ID",
  "private_key": "-----BEGIN PRIVATE KEY-----\nPRIVATE_KEY\n-----END PRIVATE KEY-----\n",
  "client_email": "SERVICE_ACCOUNT_EMAIL",
  "client_id": "CLIENT_ID",
  "auth_uri": "https://accounts.google.com/o/oauth2/auth",
  "token_uri": "https://accounts.google.com/o/oauth2/token",
  "auth_provider_x509_cert_url": "https://www.googleapis.com/oauth2/v1/certs",
  "client_x509_cert_url": "https://www.googleapis.com/robot/v1/metadata/x509/SERVICE_ACCOUNT_EMAIL"
}';
--使用上面的链接信息，创建外部表
CREATE    EXTERNAL TABLE pepole_delta (id int, name string,dt string) 
USING DELTA 
CONNECTION oss_delta 
PARTITIONED BY (dt ) 
LOCATION 'gs://bucketmy/delta-format/uploaddelta/' 
COMMENT 'edelta-external';

外部表计费

存储费用： 外部表不产生存储费用，因为数据不存储在 Lakehouse 中。
计算费用： 使用外部表进行计算会消耗计算资源，因此会产生计算费用。

外部表权限

外部表和内部表的权限点相同。由于外部表无法执行 INSERT、UPDATE、TRUNCATE、DELETE、UNDROP 等操作，因此没有对应的操作权限点。

创建权限： 需要具有创建表（create table）的权限。
删除权限： 需要具有删除（drop）权限。
读取权限： 需要具有选择（select）权限。

使用注意事项

连接配置： 创建 Connection 时，确保 Endpoint 配置正确，以便 Lakehouse 能够成功连接。如果 Lakehouse 和对象存储位于同一云服务且在同一区域，通常使用内网地址即可实现网络互通。如果不在同一网络环境，建议使用对象存储的公网地址。

联系我们