大数据全系列 教程
1869个小节阅读:467.7k
目录
408考研
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
Catalogs提供访问数据库或其他外部系统中存储的数据所需的元数据,如数据库、表、分区、视图、函数和信息。
数据处理最关键的方面之一是管理元数据。它可能是暂时的元数据,比如临时表,或者针对表环境注册的UDF。或永久元数据,如Hive Metastore中的元数据。Catalogs提供了一个统一的API,用于管理元数据,并使其可以从TableAPI和SQL查询访问。
Catalogs使用户能够引用数据系统中的现有元数据,并自动将它们映射到Flink的相应元数据。例如,Flink可以自动将JDBC表映射到Flink表,用户不必在Flink中手动重新编写DDL。Catalog极大地简化了使用用户现有系统开始Flink所需的步骤,并极大地增强了用户体验。
Catalog Types
GenericInMemoryCatalog
:是基于内存实现,所有对象仅在会话的生存期内可用,区分大小写。JdbcCatalog
:允许用户通过JDBC协议将Flink连接到关系数据库。PostgresCatalog是目前唯一的JDBC Catalog实现。HiveCatalog
:作为原生Flink元数据的持久化存储、作为读取和写入现有Hive元数据的接口,以小写形式存储所有元对象名称。User-Defined Catalog
:用户自定Catalog,需要实现Catalog接口。实时效果反馈
1. 以下选项中哪个不是Flink的Catalog?
A GenericInMemoryCatalog
B JdbcCatalog
C HBaseCatalog
D HiveCatalog
答案:
1=>C