Byzer 支持将表写入至数据仓库比如 Hive，或 Hive 兼容的 Data Catalog 中，比如 AWS Glue；同时 Byzer 也内置了 Delta Lake 的支持，可以在 Byzer SQL 中直接对 Delta Lake 中的表进行读写。

写入 Hive

关于如何配置 Hive 以及如何加载 Hive 中的表，请参考 Hive 数据源

当在 Byzer 中对表进行处理后，我们可以通过 SAVE 语句来将临时虚拟表存入至 Hive 当中

将表写入至 Hive

SAVE 语句支持 overwrite 和 append 两种方式来将表存储至 Hive 中

• overwrite 会覆盖表的 Schema 和内容进行覆写
• append 是追加表至 Hive 中的表，需要要求 Schema 保持一致

将表保存至 Hive：

save overwrite table1 as hive.`db.table1`;

如果需要分区，则使用

save overwrite table1 as hive.`db.table1` partitionBy col1;

使用数据湖代理 Hive

我们也可以使用数据湖替换实际的 Hive 存储：

在 $BYZER_HOME/conf/byzer.properties.override 配置文件中配置如下参数

1. 启动时配置 -streaming.datalake.path 参数,启用数据湖。
2. 配置 -spark.mlsql.datalake.overwrite.hive Hive 采用数据湖存储。

使用时如下：

set rawText='''
{"id":9,"content":"Spark好的语言1","label":0.0}
{"id":10,"content":"MLSQL 是一个好的语言6","label":0.0}
{"id":12,"content":"MLSQL 是一个好的语言7","label":0.0}
''';

load jsonStr.`rawText` as orginal_text_corpus;

select cast(id as String)  as rowkey,content,label from orginal_text_corpus as orginal_text_corpus1;
save overwrite orginal_text_corpus1 as hive.`public.orginal_text_corpus1`;

load hive.`public.orginal_text_corpus1` as output ;

这样当对 Hive 实现存储时，会有一些优缺点，在你访问 Hive 时，如果数据湖里没有，则会穿透数据湖，返回 Hive 结果。

如果你希望在写入的时候一定要写入到 Hive 的存储当中而不是写入至数据湖里，可以通过在 where 语句中强行指定 storage 为 hive

> save overwrite orginal_text_corpus1 as hive.`public.orginal_text_corpus1` where storage="hive";