Apache Kyuubi 中使用 Paimon Catalog 执行存储过程报错问题分析

问题背景

在使用 Apache Kyuubi 1.7 版本时，当配置 Paimon 作为自定义 Catalog 而非默认 Catalog 时，执行 Paimon 提供的存储过程（如 remove_orphan_files）会出现 NullPointerException 异常。该问题在将 Paimon 配置为默认 Catalog 时则不会出现。

问题现象

用户配置如下参数时：

spark.sql.catalog.paimon_catalog=org.apache.paimon.spark.SparkGenericCatalog
spark.sql.extensions=org.apache.paimon.spark.extensions.PaimonSparkSessionExtensions

执行存储过程语句：

CALL paimon_catalog.sys.remove_orphan_files(table => 'paimon_catalog.rt_ods.ad_effect_stat_hour', older_than => '2024-06-18 12:40:00');

会抛出以下异常：

org.apache.kyuubi.KyuubiSQLException: Error operating ExecuteStatement: java.lang.NullPointerException
    at org.apache.paimon.spark.SparkGenericCatalog.defaultNamespace(SparkGenericCatalog.java:96)

技术分析

根本原因

1. Catalog 实现差异：当 Paimon 作为非默认 Catalog 时，SparkGenericCatalog 的 defaultNamespace 方法在处理时出现了空指针异常，这表明 Paimon 的实现中对非默认 Catalog 场景的支持存在缺陷。

2. 命名空间处理：Paimon 的存储过程在执行时，会尝试获取 Catalog 的默认命名空间，但在非默认 Catalog 配置下，这部分逻辑未能正确处理。

3. 兼容性问题：该问题不仅出现在 Kyuubi 中，在原生 Spark SQL 客户端中也能重现，说明这是 Paimon 本身的一个兼容性问题。

解决方案验证

验证发现，当使用以下配置将 Paimon 设为默认 Catalog 时，问题不会出现：

spark.sql.catalog.spark_catalog=org.apache.paimon.spark.SparkGenericCatalog
spark.sql.extensions=org.apache.paimon.spark.extensions.PaimonSparkSessionExtensions

技术建议

1. 临时解决方案：在生产环境中，如果必须使用 Paimon 的存储过程功能，建议将其配置为默认 Catalog。

2. 长期解决方案：建议向 Paimon 社区报告此问题，修复 SparkGenericCatalog 对非默认 Catalog 场景的支持。

3. 版本兼容性检查：确认使用的 Paimon 版本是否与 Spark/Kyuubi 版本完全兼容，某些情况下升级 Paimon 版本可能解决此类问题。

总结

这个问题揭示了在使用第三方 Catalog 实现时可能遇到的兼容性挑战。作为分布式SQL引擎网关，Kyuubi 本身不直接处理 Catalog 的具体实现，但会暴露底层引擎（如Spark）与这些实现之间的交互问题。开发者在集成类似 Paimon 这样的外部系统时，需要特别注意其在不同配置模式下的行为差异。