2026指南：Unity Catalog托管表存储规则

Unity catalog 托管表允许你在组织需要独立存储时控制数据的存放位置。与其他数据平台不同，Databricks 表数据保留在你拥有的云存储账户中，例如你的 S3 存储桶、ADLS 容器或 GCS 存储桶。

Unity Catalog托管表可自动完成表管理。无论你将 Unity Catalog 托管表存储为 Iceberg 还是 Delta 格式，Databricks 都会在你选择的位置为你处理数据布局、调优和清理，并随着你的表发生变化自动应用优化。

本博客介绍托管表存储模型的工作原理，以及你如何选择或更改 Databricks 托管存储位置。

你的表保留在你拥有的存储中

当你自带云存储时，托管表数据会存放在你拥有的云账户中。你保留对该存储的所有权，并能了解数据是如何组织的。你可以检查、审计并应用你自己的存储桶策略，同时控制数据的位置。

与其他提供托管表或原生表产品的平台不同——它们将表存放在提供商控制的存储或专有数据格式中——在 Databricks，你的数据保留在你自己的账户中。

设计上开放

将数据保留在你自己的云账户中，只是 Databricks 托管表开放性的一个方面。Unity Catalog 是业内唯一的主要目录，让你成为数据的所有者，并拥有跨 Iceberg 和 Delta 的完全受治理的读写访问权限，还能使用开放标准联合访问他人拥有的开放格式表。

Apache Spark™、Flink、Trino、Kafka connect 和 Snowflake 等外部工具可以通过 Iceberg Rest Catalog 和 Unity Catalog 的开放 API 读写托管表。通过开放 API 和凭证分发实现安全访问，使外部工具能够与受治理的数据交互而无需复制数据。这简化了架构，并在分析和 AI 工作负载之间实现单一事实来源。

当你自带存储时，文件仍可在你的云账户中访问，同时 Unity Catalog 治理对它们的访问。

你控制数据所在的位置

使用 Databricks 中的托管表，你可以决定托管表数据的存放位置。在元存储、目录或架构级别设置一次托管存储位置，其下的每个表都会继承它。最具体的级别优先：架构的位置优先于其目录的位置，目录的位置优先于元存储的位置。你可以设置一个宽泛的默认值，并在团队或领域需要自己的存储时覆盖它。

这种控制并非在设置时就固定下来。随着组织的变化，ALTER CATALOG或ALTER SCHEMA ... SET MANAGED LOCATION会将新表和卷指向新位置，而所有已写入的内容仍保留在原处。

当你需要独立存储时拥有更多控制

大多数团队通过目录和架构以逻辑方式组织数据，从不需要考虑底层文件实际存放在哪里：他们的目录和架构所继承的托管存储位置就足够了。结合 Unity Catalog 中基于角色和基于属性的访问控制，这种方式可满足标准的 GDPR 数据隔离要求。

然而，有些组织需要将边界延伸到物理存储本身。某个业务线可能需要独立的存储以进行管理或云成本分配。或者区域和监管规则可能规定某些数据的物理存放位置。在这些情况下，你可以为特定目录或架构分配自己的托管存储位置，使数据的物理放置与其所需的边界保持一致。

在转换为托管表时选择数据的存放位置

当你将外部表转换为托管表时，数据会存放在其目录或架构当前解析到的托管存储位置。如果该外部表已经位于临时或非标准位置，你可能希望托管表存放在别处，即你今天为该领域使用的存储中。

在转换过程中，Databricks 会将表的数据和事务日志复制到你设置的托管存储位置，因此托管表会存放在你所选择的位置。

总结

托管表可自动完成表维护，同时你的数据可以保留在你拥有的存储中。这不同于其他将表数据存放在提供商控制存储中的托管平台。你可以在元存储、目录或架构级别控制放置位置，更改新表的存放位置，并在将外部表转换为托管表时选择位置。你的数据保持开放格式，可通过 Iceberg Rest Catalog 和 Unity Catalog 开放 API 访问。

当你准备好设置或更改托管存储位置时，托管存储文档涵盖了具体细节。

定义

这些术语中有很多重复使用同样的几个词，因此很容易混淆。以下是本文中每个术语的含义。

• 托管表：一种由 Unity Catalog 为你管理其数据和生命周期的表。你创建它时无需LOCATION子句。
• 托管存储位置：元存储、目录或架构的托管表和卷所写入的云存储路径。你通过SET MANAGED LOCATION子句来设置它。
• 外部位置：一种 Unity Catalog 对象，将云路径与存储凭证配对，以治理对该路径的访问。外部位置同时治理外部表和托管存储：目录级或架构级的托管存储位置位于其中一个外部位置内。
• 客户拥有的存储：一种存储选项，其中底层云存储位于客户自己的云账户中。Databricks 中绝大多数表都属于这种情况。
• 默认存储： 另一种存储选项，由 Databricks 为你预置底层云存储，而无需你自带存储桶。
• ALTER CATALOG / ALTER SCHEMA … SET MANAGED LOCATION： 该命令用于更改目录或模式的新的托管表和卷的写入位置。现有表不受影响。
• 外部表转托管表（ALTER TABLE … SET MANAGED）： 该命令用于将外部表转换为托管表。转换期间，数据和事务日志会被复制到当前托管存储位置。

常见问题解答

1. Unity Catalog 将托管表数据存储在哪里，是 Databricks 拥有的存储还是我自己的云账户？

在你自己账户中。托管表数据会写入你自己账户中的云存储，无论是 S3、ADLS 还是 GCS，位置是你在元存储、目录或模式上设置的托管存储位置。Databricks 管理表的布局和生命周期，但底层文件位于你拥有并向 Unity Catalog 注册的存储桶或容器中，而不是 Databricks 控制的账户中。

2. Unity Catalog 托管表会让我被锁定在 Databricks 上吗？

不会。托管表使用包括 Iceberg 和 Delta 在内的开放表格式，这些格式保留在你拥有的云存储中。外部引擎可以通过 Iceberg REST Catalog 和 Unity Catalog 的开放 API 对其读写，因此你的数据不会被困在专有接口之后。你保留存储的所有权，数据保持开放格式，访问通过开放标准进行。托管表不会造成锁定：在托管表上迁入或迁出 Databricks 与在外部表上一样可行，在两种情况下，你都可以让数据在物理上留在同一位置。

3. 出于合规或数据驻留要求，我可以将某些数据保存在单独的存储中吗？

可以。如果有需要，你可以为特定目录或模式指定其自己的托管存储位置，与其他所有内容分开，以便将不同国家或监管制度的数据保存在不同的存储中，或将存储成本归属到特定团队或业务部门。

4. Databricks 以外的引擎和工具可以写入和读取我的托管表吗？

可以。托管表可通过 Iceberg REST Catalog 和 Unity Catalog 的开放 API 进行读取或写入，因此 Apache Spark、Trino 和 Flink 等外部引擎可以访问它们。Unity Catalog 负责存储访问的治理，防止绕过它们可能导致的数据损坏。还提供基于路径的直接访问，方式包括 基于路径的重定向 和 兼容模式。

5. 在设置之后，我可以更改托管表数据的存储位置吗？

可以。使用 ALTER CATALOG … SET MANAGED LOCATION 或 ALTER SCHEMA … SET MANAGED LOCATION 可在你的组织需要物理分离发生变化时，将新表指向不同的位置：重组、新存储桶、新区域。现有表仍留在原处，新表会落在新位置。每当你将外部表转换为托管表时，其数据会被复制到你设置的位置，因此你可以在同一步骤中将数据迁移到正确的归属位置。