AI数据湖服务（LAS）元数据为您提供统一的数据湖元数据中心，把您可以把数据湖里的数据对象（表、函数等）统一注册至 LAS 元数据中，在 LAS 元数据中进行统一的组织、管理、治理，让数据能被更容易地发现、理解、访问和跨引擎协同。

元数据管理结构说明 #

AI数据湖服务（LAS）元数据管理采用三层实体结构，即Catalog/Database/Table，每个租户下面有1个默认Catalog（默认名称为hive），您也可以创建其他Catalog，Catalog下面可以有多个数据库（Database），每个数据库下面可以创建多个数据表(Table)和自定义函数（Function）。

主要适用于元数据隔离的场景，比如不同的集群、业务单元、组织团队等，绑定不同的Catalog，不同Catalog元数据互不可见。

基本概念 #

核心功能 #

• 统一注册登记：把湖里的表、分区、函数 等对象注册到Catalog，形成统一元数据入口
• 表管理：查看 Catalog 表的数据详情、字段、分区等，不只是静态名录
• 数据集协同：创建 Iceberg、Lance 格式数据集时，可同步注册成 Catalog 表，统一元数据管理
• 跨引擎共享：多个计算/查询引擎可共用同一份 Catalog 元数据，不用各自重复定义
• 元数据备份恢复：提供了 Catalog 元数据备份恢复工具，支持同地域或跨地域灾备

以下为您介绍在使用LAS Catalog 过程中的关键限制。

配置与管理元数据 #

1. 使用 LAS 元数据管理功能时，您需要先创建元数据的数据目录（Catalog）和数据库，便于后续注册数据表、函数时选用。Catalog 和数据库的创建与管理操作请参见数据目录 & 数据库管理。
2. 注册数据表/自定义函数至 LAS 元数据：数据表管理、函数管理。
3. 库表的存储优化治理：小文件合并。
4. 安全与审计设置：数据动态脱敏、审计日志、LAS Catalog 元数据备份与恢复。

相关操作 #

• 将 LAS 数据集注册至 LAS Catalog：例如，创建 LAS 数据集时，选择数据集的来源 Catalog：数据集管理。
• 对接 EMR 引擎：例如，使用 EMR Serverless 队列时，可以在创建队列时设置元数据为 LAS Catalog：创建队列。