关于Catalog的建议

目前Flink提供memory、jdbc、hive这3种catalog。 感觉实际使用中，可以使用如下几种方案。 （1）选择memory catalog，然后每次sql都带上自己的相关DDL。 （2）选择某种catalog，支持“持久化”DDL定义，然后具体sql就不需要带上自己相关的DDL了。

方案1和方案2各有优缺点。

方案1的优点： 比如sql1和sql2都只针kafka topic的部分时间段范围，这种情况某个kafka topic就不方便写死DDL（持久化），而应该每个SQL自带一个定义。（当然，使用方案2也是可以基于options的覆盖方式简化sql1和sql2自带DDL定义的语句的） 方案1的缺点： 很明显，不支持“持久化”本身就是缺点，这也是方案2的优点。

-----然后，我的问题来了。 在Flink文档中，HiveCatalog写了其作用是作为flink表元数据，同时也是作为读取hive表元数据的接口。而在JdbcCatalog中没写其支持的表类型（Connect类型）。 问题1（如上）没针对每个catalog写清楚其支持的connector类型，即表类型。 问题2：能否提供一个更简单方便的支持持久化，且支持所有connector类型的catalog的实现。“简单”指的是比如通过Mysql/PostgreSQL什么的，再或者直接json文件作为存储都可以。“持久化”即可以持久化。

当然，考虑到hive这种元数据使用其他存储可能需要额外复杂的转化，我感觉至少应该搞个相对通用的catalog，比如支持（mysql表，kafka表（kafka元数据很简单，用mysql啥的肯定能存储吧），...）。*来自志愿者整理的flink邮件归档