本技能主题为数据目录（Data Catalog），即集中式元数据仓库，用于数据发现、治理（访问控制、血缘、PII 标记）、模式管理、表格式抽象与多引擎一致性（Spark、Trino、Flink、DuckDB）。
用途：帮助在数据湖仓场景中选择与搭建目录系统，并实现跨源统一查询。
主要能力与内容： 一、Iceberg 目录类型对比。Hive Metastore：基于 RDBMS，自运维，适合已有 Hadoop 环境与高分区数；AWS Glue：AWS 全托管无服务器，兼容 Athena/EMR/Redshift Spectrum；Tabular：托管 SaaS，基于 Nessie，支持类似 Git 的分支；自定义 REST：任意 HTTP 服务。 二、用 DuckDB 作为轻量多源目录。通过 ATTACH 统一连接 Postgres、Delta、Iceberg、DuckLake 等源并建统一视图；示例命令包括 INSTALL ducklake; LOAD ducklake; 以及 ATTACH 'postgres://user:pass@host:5432/mydb' AS pg_db;。限制：无 REST API、写锁单写入、无细粒度鉴权、元数据需驻内存（约支持 ≤10 万表）、单文件损坏即全丢，仅适合单用户或小团队 PoC。 三、开源目录对比（2024）。Amundsen：侧重发现、部署最简单、血缘有限；DataHub：企业级、端到端血缘、可扩展性高但部署复杂；OpenMetadata：治理与质量并重、内置列级血缘、现代 UI、部署中等。 四、选型建议：AWS 原生选 Glue；自托管 Hadoop/Spark 选 Hive Metastore；Iceberg 优先且需分支选 Tabular；小型 PoC 用 DuckDB+DuckLake；治理重度选 OpenMetadata；大规模选 DataHub。
使用方式：按场景选择目录，配置对应连接与凭据；DuckDB 模式仅在开发使用，凭据用环境变量或密钥管理器，源系统只读挂载，定期备份。
限制：DuckDB 不作为生产多用户目录；各工具性能与规模差异明显；部分扩展（如 Unity Catalog）标注为实验性。具体成本、平台细节资料未完整提供。