实践数据湖iceberg 第一课 入门
实践数据湖iceberg 第二课 iceberg基于hadoop的底层数据格式
实践数据湖iceberg 第三课 在sqlclient中，以sql方式从kafka读数据到iceberg
实践数据湖iceberg 第四课 在sqlclient中，以sql方式从kafka读数据到iceberg（升级版本到flink1.12.7）
实践数据湖iceberg 第五课 hive catalog特点
实践数据湖iceberg 第六课 从kafka写入到iceberg失败问题 解决
实践数据湖iceberg 第七课 实时写入到iceberg
实践数据湖iceberg 第八课 hive与iceberg集成
实践数据湖iceberg 第九课 合并小文件
实践数据湖iceberg 第十课 快照删除
实践数据湖iceberg 第十一课 测试分区表完整流程(造数、建表、合并、删快照)
实践数据湖iceberg 第十二课 catalog是什么
实践数据湖iceberg 第十三课 metadata比数据文件大很多倍的问题
提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档
文章目录系列文章目录概要1、从建立catalog的语句，了解catalog2.hiveCatalog与hadoopCatalog异同3.通过hive客户端访问iceberg总结
概要 了解catalog是什么
1、从建立catalog的语句，了解catalog
建catalog,db,表的语句。
CREATE CATALOG hive_catalog6 WITH ( 'type'='iceberg', 'catalog-type'='hive', 'uri'='thrift://hadoop101:9083', 'clients'='5', 'property-version'='1', 'warehouse'='hdfs:user/hive/warehouse/hive_catalog6'); database 各个catalog是共享的use catalog hive_catalog6;create database iceberg_db6;create table `hive_catalog6`.`iceberg_db6`.`behavior_log_ib`( log STRING)
catalog只是声明了，该catalog的文件存储格式是iceberg以及在hive中实际存储的路径。
使用哪个catalog，就是使用对应的数据格式、以及文件存储路径
具体的表需要建立在不同的database上。
database只需建立一次（例如mysql）。
catalog每次进入客户端都需要建一次catalog.
相同点： 都在hadoop上创建元数据
不同点：hiveCatalog会把元数据写一份到hive的metadata中
删除表时：直接删除hiveCatalog对应的hadoop文件，再用sql drop表会报错（报错信息大意是：通过元数据找到表，但hdfs的文件已经不存在）。
hive支持catalog的语法，能show database，use db, show tables;查到里面的表
总结
catalog只是声明了，该catalog的文件存储格式是iceberg以及在hive中实际存储的路径。