Lakehouse 运行时目录是一种无服务器的统一 metastore，可简化自托管 Hive metastore 的管理。借助这一单一的全代管式式元数据层，您无需为开源工作负载使用单独的元数据存储区。您可以跨 Apache Spark、Apache Hive 和 BigQuery 无缝共享数据。
此集成针对 Apache Spark ExternalCatalog 兼容性进行了优化，支持部分 Hive Metastore 接口。如需了解您的工作负载是否依赖于事务、压缩或 Kerberos 等不受支持的功能，请查看功能比较和限制。
Hive 如何与 Lakehouse 运行时目录集成
Hive Metastore 端点管理的是标准 Apache Hive 和 Spark 表（使用 Hive SerDes 或 Spark 数据源），而不是 Apache Iceberg 表。为了简化将 Spark 作业连接到此端点的过程，Managed Service for Apache Spark 映像已预配置必要的客户端库和依赖项。
以下序列描述了 Spark 如何连接到 metastore：
- Apache Spark 通过标准 Apache Hive
IMetastoreClient接口连接到外部元数据目录。 - Lakehouse 运行时目录实现了自定义
IMetastoreClient，可为您的 Spark 和 Hive 元数据提供全代管式 metastore 服务。 - 预配置的 Managed Service for Apache Spark 运行时会自动使用此自定义客户端将元数据操作直接路由到元存储。
设置完成后，您可以在 BigQuery 中直接查询 Spark 创建的表。此集成支持各种存储格式（例如 Parquet、ORC 和 Avro），以及 Spark 和 BigQuery 之间的特定数据类型映射。
Hive Catalog 如何与 Google Cloud 服务集成
如需了解 Lakehouse for Apache Iceberg 如何管理数据，请参阅 Hive 目录架构如何与 Google Cloud 服务集成。您的开源工作负载无需维护自托管的 metastore，而是连接到 Lakehouse 运行时目录来管理 Hive 数据库和表定义，同时将底层数据文件直接存储在 Cloud Storage 仓库目录中。
下图展示了 Managed Service for Apache Spark 等计算引擎如何使用 Lakehouse 运行时目录来管理表元数据，同时直接在 Hive 中读取和写入底层数据文件。
与 Hive Metastore 的功能比较
下表比较了 Hive Metastore 和 Lakehouse 中的实体和操作。
| 实体或操作 | Hive Metastore | Lakehouse 运行时目录 |
|---|---|---|
| 目录 | ✅ | ✅ |
| 数据库（创建、删除、更新） | ✅ | ✅ |
| 表格（创建、删除、更新） | ✅ | ✅ |
| 分区（添加、删除、更新） | ✅ | ✅ |
| 表级权限 | ✅ | ✅（通过 Identity and Access Management (IAM)） |
| 分区权限 | ✅ | ✅（通过 IAM） |
| 用户定义的函数 | ✅ | 不支持 |
| 分桶列 / 倾斜列 | ✅ | 不支持 |
| 表和分区列统计信息 | ✅ | 不支持 |
| 主要限制 | ✅ | 不支持 |
| 委托令牌 (Kerberos) | ✅ | 不支持 |
| 列权限 | ✅ | 不支持 |
| 角色 | ✅ | 不支持 |
| 工作负载管理器资源计划 | ✅ | 不支持 |
| 事务和压缩 | ✅ | 不支持 |