包括表的名字，表的列和分区及其属性，表的属性（是否为外部表等），表的数据所在目录等。解释器、编译器、优化器、执行器解释器、编译器、优化器完成 HQL 查询语句从词法分析、语法分析、编译、优化以及查询计划的生成。
数据集市和数据仓库都是数据管理和分析领域中的重要组成部分，但它们在设计、规模、用途和服务对象上存在明显差异。以下是数据集市与数据仓库之间的一些关键区别：
1. 范围和规模：
? 数据仓库是企业级的，旨在为整个企业提供统一的数据视图，支持跨部门的综合性决策分析。它通常包含大量历史数据，涵盖广泛的主题区域，如销售、财务、市场等。
? 数据集市则是部门级或业务线级的，服务于特定部门或业务团队的特定需求。它规模较小，关注单一或有限的几个主题，提供更为针对性的数据分析。
2. 数据粒度：
? 数据仓库倾向于存储细粒度数据，即原始且详细的事务数据，以便进行深入的分析和钻取。
? 数据集市可能包含更多汇总或聚合数据，以支持快速查询和报告生成，满足业务部门的即时决策需求。
3. 数据模型：
? 数据仓库采用规范化设计（如第三范式，3NF），以减少数据冗余，优化存储效率和数据一致性。
? 数据集市则常采用星型或雪花型模型，这种模型更适合快速查询，因为它通过事实表和维度表的关联来组织数据，提高了查询性能。
4. 历史数据保留：
? 数据仓库通常保存较长时间的历史数据，以便进行趋势分析和长期规划。
? 数据集市可能只保留较短时间的历史数据，重点在于最近的、与业务紧密相关的数据。
5. 构建和维护：
? 数据仓库的建设和维护成本较高，需要复杂的ETL（提取、转换、加载）过程和专门的IT团队支持。
? 数据集市通常更容易构建和维护，因为它规模小，需求明确，有时甚至可以由业务部门自行管理。
6. 数据来源：
? 数据仓库的数据来源多样，集成来自企业各处的操作系统和源系统数据。
? 数据集市的数据可能直接来源于操作数据库，也可能从企业数据仓库中抽取而来，形成独立数据集市或从属数据集市。
总的来说，数据仓库提供了一个全面的企业级数据存储和分析平台，而数据集市则更加灵活轻便，专注于满足特定业务部门的分析需求。