什么是 HCatalog？
Apache HCatalog 是 Hadoop 的存储管理层，可帮助 Hadoop 生态系统中不同数据处理工具（如 Hive、Pig 和 MapReduce）的用户轻松地从集群读取和写入数据。 HCatalog 支持存储在 HDFS 上的 RCFile 格式、Parquet、ORC 文件或序列文件中数据的关系视图。它还向外部系统公开 REST API 以访问元数据。
HCatalog 函数
Apache HCatalog 提供以下好处：
- 使用户不必知道数据存储在哪里（使用表抽象）
- 启用数据可用性通知
- 为数据清理和归档工具提供可见性
怎么运行的？
HCatalog 支持读取和写入任何格式的文件，可以为其编写 Hive SerDe（序列化器-解串器）。默认情况下，HCatalog 支持 RCFile、Parquet、ORCFile CSV、JSON 和 SequenceFile 格式。要使用自定义格式，您必须提供 InputFormat、OutputFormat 和 SerDe。
HCatalog 构建在 Hive 元存储之上，并包含来自 Hive DDL 的组件。 HCatalog 为 Pig 和 MapReduce 提供读写接口，并使用 Hive 的命令行接口来发布数据定义和元数据探索命令。它还提供了一个 REST 接口，允许外部工具访问 Hive DDL（数据定义语言）操作，例如“创建表”和“描述表”。
HCatalog 提供数据的关系视图。数据存储在表中，这些表可以放入数据库中。表也可以根据一个或多个键进行分区。对于一个键（或一组键）的给定值，将有一个分区包含具有该值（或一组值）的所有行。
要查看 HCatalog 如何与 Pig 一起使用，请访问 此处。