SQL Trino 的 connector 配置与 Hive/Delta/Iceberg 联邦查询

trino连接hive必须使用thrift://协议指向thrift服务而非rest api；delta需启用delta.enable-non-concurrent-writes；iceberg需正确配置catalog-type；跨catalog查询必须显式指定catalog.schema前缀。

Trino 连接 Hive 时 hive.metastore.uri 必须指向 Thrift 服务，不是 HMS REST API

很多人配完 etc/catalog/hive.properties 启动就报 Failed to connect to Hive metastore，核心原因是把 Hive Metastore 的 REST 接口（如 http://ms:9083）当成了 Thrift 地址。Trino 的 Hive connector 只支持 Thrift 协议，必须用 thrift://host:9083 格式。

实操建议：

• 确认 Hive Metastore 是否启用了 Thrift 服务（hive.metastore.uris 在 hive-site.xml 中是否配置且服务在监听）
• 不要用 http:// 或 https:// 前缀；thrift:// 是唯一被识别的协议
• 如果 Hive 启用了 Kerberos，必须同步配置 hive.metastore.authentication.type=KERBEROS 和 keytab 路径，否则连接会静默失败
• 常见错误现象：org.apache.thrift.transport.TTransportException: SASL negotiation failure —— 多半是认证参数没对齐

Delta Lake connector 需要显式启用 delta.enable-non-concurrent-writes 才能读写同一表

Trino 默认禁用非并发写入保护，而 Delta 的 _delta_log 是强依赖写入顺序的。不打开这个开关，多个 Trino worker 并发 INSERT 可能导致日志损坏或查询返回空结果。

实操建议：

• 在 etc/catalog/delta.properties 中必须加：delta.enable-non-concurrent-writes=true
• 该参数仅影响写行为，不影响读；但关闭它会导致 INSERT INTO 直接报 UnsupportedOperationException: Non-concurrent writes are disabled
• Delta 表路径必须是完整 URI（如 s3a://bucket/path），不能省略 scheme；本地文件路径需用 file:///（三个斜杠）
• 注意兼容性：Trino 412+ 才完全支持 Delta 3.0+ 的事务日志格式，旧版本读新表可能卡在 listing _delta_log

Iceberg connector 的 iceberg.catalog-type 决定元数据存储方式，选错就查不到表

Iceberg 表本身不自带“注册中心”，Trino 必须通过 catalog-type 告诉它去哪儿找元数据。配错类型，SHOW tableS 就永远为空。

实操建议：

• 用 Hive Metastore 管理 Iceberg 表 → 设 iceberg.catalog-type=hive，并确保 hive.metastore.uri 可达
• 用 AWS Glue → 设 iceberg.catalog-type=glue，同时填 iceberg.glue.catalog-id 和 aws.region
• 用本地文件系统（如 S3）直读元数据 → 设 iceberg.catalog-type=rest，并配 iceberg.rest-catalog.uri（指向 Nessie 或 Polaris 等 REST Catalog 服务）
• 别混用：比如设了 hive 类型却没起 Hive Metastore，Trino 启动时不会报错，但后续所有 Iceberg 查询都返回 “Table not found”

联邦查询跨 catalog 时，table 名必须带 catalog.schema 前缀，否则默认走 current catalog

Trino 不像 spark 那样自动推断跨源表名。写 select * FROM my_delta_table 永远只查当前 session 的 default catalog，哪怕你连了 Hive、Delta、Iceberg 三个 catalog。

实操建议：

• 显式写全路径：SELECT * FROM hive.default.orders JOIN delta.default.sales ON ...
• catalog 名来自 etc/catalog/xxx.properties 文件名（如 delta.properties → catalog 名是 delta）
• schema 名取决于后端：Hive 用数据库名，Delta/Iceberg 默认是 default，除非建表时指定了 location 's3://bkt/db1/tbl' 并配了对应 schema 映射
• 容易踩的坑：用 USE hive.default 切换 default 后，仍不能省略 delta. 前缀——USE 只影响未限定名的解析，不影响跨 catalog 引用

联邦查询真正的复杂点不在配置，而在类型对齐和分区裁剪传递。比如 Hive 表用 String 存日期，Delta 表用 date，JOIN 条件里不显式 cast 就可能全表扫；又比如 Iceberg 的隐藏分区字段，在跨 catalog 查询时不会自动下推，得靠 WHERE 里写原始分区列名才能生效。