> ## Documentation Index
> Fetch the complete documentation index at: https://clickhouse.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# كتالوج وقت التشغيل لـ Lakehouse (BigLake Metastore)

> في هذا الدليل، سنشرح لك خطوات الاستعلام عن بياناتك في Google Cloud Storage باستخدام ClickHouse وكتالوج وقت التشغيل لـ Lakehouse (BigLake Metastore).

export const BetaBadge = ({link, galaxyTrack, galaxyEvent}) => {
  if (link) {
    return <a href={link} target="_blank" rel="noopener noreferrer" className="betaBadge" onClick={galaxyTrack && galaxyEvent ? galaxyOnClick(galaxyEvent) : undefined}>
                <Icon />
                <span>Beta</span>
            </a>;
  }
  return <div className="betaBadge">
            <Icon />
            <span>
                ميزة Beta. 
                <u>
                    <a href="/docs/docs/beta-and-experimental-features#beta-features">
                        مزيد من المعلومات.
                    </a>
                </u>
            </span>
        </div>;
};

<BetaBadge />

يدعم ClickHouse التكامل مع عدة catalogs ‏(مثل Unity وGlue وPolaris وغيرها). يوضح لك هذا الدليل الخطوات اللازمة للاستعلام عن جداول Iceberg الخاصة بك في [كتالوج وقت التشغيل لـ Lakehouse المعروف أيضًا باسم BigLake Metastore](https://docs.cloud.google.com/biglake/docs/) عبر ClickHouse.

<Note>
  نظرًا لأن هذه الميزة لا تزال في مرحلة Beta، فستحتاج إلى تفعيلها باستخدام:
  `SET allow_database_iceberg = 1;`
</Note>

<div id="prerequisites">
  ## المتطلبات الأساسية
</div>

قبل إنشاء اتصال من ClickHouse إلى كتالوج وقت التشغيل لـ Lakehouse ‏(BigLake Metastore)، تأكد من توفر ما يلي:

* **مشروع Google Cloud** مع تفعيل كتالوج وقت التشغيل لـ Lakehouse
* **بيانات اعتماد Application Default** ‏(OAuth client ID وclient secret) لتطبيق، تم إنشاؤها عبر [Google Cloud Console](https://docs.cloud.google.com/docs/authentication/provide-credentials-adc)
* **refresh token** تم الحصول عليه من خلال إكمال OAuth flow باستخدام النطاقات المناسبة (على سبيل المثال `https://www.googleapis.com/auth/bigquery` ونطاق التخزين لـ GCS)
* **مسار warehouse**: ‏GCS bucket ‏(مع prefix اختياري) حيث تُخزَّن الجداول، على سبيل المثال `gs://your-bucket` أو `gs://your-bucket/prefix`

<div id="creating-a-connection">
  ## إنشاء اتصال بين كتالوج وقت التشغيل لـ Lakehouse وClickHouse
</div>

بعد توفّر بيانات اعتماد OAuth، أنشئ قاعدة بيانات في ClickHouse تستخدم محرك قاعدة البيانات ‏[DataLakeCatalog](/docs/ar/reference/engines/database-engines/datalake):

```sql theme={null}
SET allow_database_iceberg = 1;

CREATE DATABASE lakehouse_runtime_catalog
ENGINE = DataLakeCatalog('https://biglake.googleapis.com/iceberg/v1/restcatalog')
SETTINGS
    catalog_type = 'biglake',
    google_adc_client_id = '<client-id>',
    google_adc_client_secret = '<client-secret>',
    google_adc_refresh_token = '<refresh-token>',
    google_adc_quota_project_id = '<gcp-project-id>',
    warehouse = 'gs://<bucket_name>/<optional-prefix>';
```

<div id="querying-lakehouse-runtime-tables">
  ## الاستعلام عن جداول كتالوج وقت التشغيل لـ Lakehouse باستخدام ClickHouse
</div>

بمجرد إنشاء الاتصال، يمكنك الاستعلام عن الجداول المسجَّلة في كتالوج وقت التشغيل لـ Lakehouse.

```sql theme={null}
USE LAKEHOUSE_RUNTIME_CATALOG;

SHOW TABLES;
```

مخرجات المثال:

```response theme={null}
┌─name──────────────────────────────────────┐
│lakehouse_runtime_catalog.my_iceberg_table │   
└───────────────────────────────────────────┘
```

```sql theme={null}
SELECT count(*) FROM `lakehouse_runtime_catalog.my_iceberg_table`;
```

<Info>
  **يجب استخدام علامات الاقتباس المعكوسة**

  يجب استخدام علامات الاقتباس المعكوسة لأن ClickHouse لا يدعم سوى مساحة اسم واحدة.
</Info>

لفحص تعريف الجدول:

```sql theme={null}
SHOW CREATE TABLE `lakehouse_runtime_catalog.my_iceberg_table`;
```

<div id="loading-data-into-clickhouse">
  ## تحميل البيانات من Lakehouse إلى ClickHouse
</div>

لتحميل البيانات من جدول في كتالوج وقت التشغيل لـ Lakehouse إلى جدول ClickHouse محلي لتسريع الاستعلامات المتكررة، أنشئ جدول MergeTree ونفّذ insert من الكتالوج:

```sql theme={null}
CREATE TABLE clickhouse_table
(
    `id` Int64,
    `event_time` DateTime64(3),
    `user_id` String,
    `payload` String
)
ENGINE = MergeTree
ORDER BY (event_time, id);

INSERT INTO local_events
SELECT * FROM lakehouse_runtime_catalog.`icebench.my_iceberg_table`;
```

بعد التحميل الأولي، نفّذ استعلامًا على `clickhouse_table` بزمن استجابة أقل. أعد تنفيذ `INSERT INTO ... SELECT` لتحديث البيانات من BigLake عند الحاجة.