元數(shù)據(jù)類型介紹

EMR Hive元數(shù)據(jù)支持DLF統(tǒng)一元數(shù)據(jù)、自建RDS和內置MySQL三種類型。

DLF統(tǒng)一元數(shù)據(jù)

元數(shù)據(jù)存儲在阿里云數(shù)據(jù)湖構建（Data Lake Formation，簡稱DLF）中。數(shù)據(jù)湖構建具有高可用、免運維和高性能等優(yōu)點，兼容Hive Metastore，無縫對接EMR上開源計算引擎，并支持元數(shù)據(jù)多版本管理和Data Profile功能。另外，DLF還支持數(shù)據(jù)探索、湖管理和數(shù)據(jù)權限控制等功能，并與阿里云其他計算產品（例如MaxCompute、Databricks和Hologres等）無縫對接，可以擴展更豐富的計算場景，DLF詳情請參見產品簡介。

該元數(shù)據(jù)類型相比自建RDS和內置MySQL兩種方式的最大區(qū)別是，無需在EMR集群上部署Hive Metastore，即元數(shù)據(jù)查詢服務以及存儲服務都托管到DLF產品上，免去運維成本，同時支持更多引擎（例如MaxCompute、Flink、DataBricks或Hologres等），進一步實現(xiàn)湖倉一體共享元數(shù)據(jù)，在多個集群上也能夠實現(xiàn)元數(shù)據(jù)共享。DLF Client SDK提供了兼容Hive Metastore的接口，這樣引擎基本不做任何改動就可以直接使用DLF Client SDK，進而訪問DLF元數(shù)據(jù)。用戶也可以直接使用DLF客戶端訪問DLF元數(shù)據(jù)。

自建RDS

元數(shù)據(jù)存儲在RDS中。自建RDS元數(shù)據(jù)類型和內置MySQL類型在架構上是一致的，區(qū)別只是存儲由本地的MySQL，變成了RDS（云上的MySQL）。如自建RDS在多集群部署架構圖所示，在多個集群環(huán)境中，RDS支持跨多個集群元數(shù)據(jù)共享，分別被不同集群中的Hive Metastore訪問。

內置MySQL

元數(shù)據(jù)存儲在MySQL中，且MySQL Server實例部署在用戶的EMR集群中（通常是Master節(jié)點），Hive、Spark或Presto等引擎訪問元數(shù)據(jù)時，也不是直接訪問MySQL，而是通過訪問Hive Metastore間接訪問MySQL。Hive Metastore提供元數(shù)據(jù)訪問服務，引擎通過thrift協(xié)議訪問Hive Metastore，Hive Metastore通過JDBC協(xié)議訪問MySQL。

當然您也可以手動通過MySQL客戶端直接連接MySQL Server，查看元數(shù)據(jù)。如內置MySQL在多集群部署架構圖所示，由于每個集群都有一個MySQL，導致多個集群間的元數(shù)據(jù)不能共享。

元數(shù)據(jù)類型優(yōu)勢

內置MySQL和自建RDS的區(qū)別

自建RDS更直觀的好處是元數(shù)據(jù)可以在多個集群間共享。

從可用性、可靠性和性能等方面對比，自建RDS要優(yōu)于內置MySQL，詳情請參見RDS與自建數(shù)據(jù)庫對比優(yōu)勢。

DLF統(tǒng)一元數(shù)據(jù)和自建RDS的區(qū)別

非EMR集群訪問DLF元數(shù)據(jù)

非EMR集群（本地測試環(huán)境或者其它云服務）訪問DLF元數(shù)據(jù)，需要集成DLF Client SDK，具體操作請參見阿里云數(shù)據(jù)湖構建（DLF）。