Federated Query 是一种跨多个异构数据源进行统一 SQL 查询的能力。它不要求先把所有数据同步到统一数仓，而是通过查询引擎和 Connector 直接访问 MySQL、Hive、Iceberg、Kafka、Elasticsearch 等系统。查询引擎会解析 SQL，生成执行计划，并尽可能把过滤、列裁剪、聚合等操作下推到源系统，然后拉取部分结果，在查询层完成 Join、聚合和排序。
它的优点是接入快、减少数据复制、适合临时分析和跨源探索；缺点是性能不稳定、网络开销大、跨源 Join 成本高、源库压力大、治理复杂。所以它通常不能完全替代 ETL/ELT，而是作为数据仓库、湖仓架构中的补充查询能力。
Simple Example
假设你有：
- MySQL：存储用户表
users - Hive：存储订单明细表
orders - Elasticsearch：存储用户行为日志
logs
SELECT
u.user_id,
u.name,
COUNT(o.order_id) AS order_count,
COUNT(l.event_id) AS event_count
FROM mysql_db.users u
LEFT JOIN hive_db.orders o
ON u.user_id = o.user_id
LEFT JOIN es_db.logs l
ON u.user_id = l.user_id
GROUP BY u.user_id, u.name;
- 从 MySQL 读取 users
- 从 Hive 读取 orders
- 从 Elasticsearch 读取 logs
- 在查询引擎中做 Join / Aggregation
- 返回最终结果
![info] 核心思想 Compute moves to data when possible, and only necessary data is transferred