【入门教程】SequoiaDB+Postgresql数据实时检索最佳实践

1． 背景

SequoiaDB数据实时检索的能力体如今索引和数据切分的使用上，建立合适的索引可以快速查询到具有某一特征数据的能力；合理的切分方式可以提升数据查询性能。好比按时间，按地区去统计一些数据时，能够采用主子表的切分方式，将一个海量数据的集合切分红均匀的多个数据块，某些类型的查询性能就能够获得极大提高。

 

SequoiaDB做为分布式数据库，从设计之初就已经支持SQL访问。目前，SequoiaDB自研的SQL访问组件SequoiaSQL做为企业版的功能之一已经提供给上百家企业用户使用，而且已经实现分布式架构下的SQL 2003支持。

 

因为大部分开发人员及客户倾向于使用标准的SQL语句做为数据库操做的标准接口，SequoiaDB实现了与PostgreSQL的对接，使得开发者可使用SQL语句访问SequoiaDB数据库，完成SequoiaDB数据库的增，删，查，改操做。对于SequoiaDB社区版用户，咱们能够经过SequoiaDB对接PostgreSQL 实现社区版的分布式SQL访问。这一应用方式基本也能够知足大部分的社区版需求。

 

 

2． SequoiaDB与PostgreSQL对接结构

 

                               

Pg与sdb对接架构图

Pg对接sdb步骤

· 先建立PostgreSQL本地数据库，

· 在本地数据库中加载SequoiaDB链接驱动sdb_fdw

· 基于sdb_fdw，建立server，配置与SequoiaDB的链接参数，包括认证信息，server表明须要访问的数据库

· 定义好server后，建立外部表，映射到目标server中的可访问对象，即SequoiaDB的集合。

 

2.1 部署环境

1) 服务器分布

服务器	服务名称
192.168.5.157	redhat-1
192.168.5.158	redhat-2
192.168.5.159	redhat-3

 

2) 软件配置

操做系统：RedHat7.2

JDK版本：1.7.0_80 64位

SequoiaDB版本：2.6

Postgresql版本：9.3.4

 

2.2 安装PGSQL

Step一、安装readline库，zlib库

yum install readline-devel yum install zlib-devel

 

Step 二、下载pg压缩包，后解压，编译postgreSql

$ tar -zxvf postgresql-9.3.4.tar.gz $ cd postgresql-9.3.4/ $ ./configure && make && make install

 

Step 三、切换用户，拷贝PgSql文件

$ su - sdbadmin $ cp -rf /usr/local/pgsql ~/

 

Step4 在sdbadmin用户环境变量中添加Pgsql的lib库

vi ~/.bash_profile  export LD_LIBRARY_PATH=/usr/local/pgsql/lib:${LD_LIBRARY_PATH}

  

Step 五、建立pgSql的数据目录，并初始化数据目录（只能初始化一次）

$ mkdir pg_data $ bin/initdb -D pg_data/

 

2.3 安装sequoiadb-postgreSql插件

Step 一、建立pgSql的lib目录

$ PGLIBDIR=$(bin/pg_config --libdir) $ mkdir -p ${PGLIBDIR}

 

Step 二、在share目录下建立pgSql的extension目录

$ PGSHAREDIR=$(bin/pg_config --sharedir) $ mkdir -p ${PGSHAREDIR}/extension

 

 

Step 三、从 SequoiaDB 的安装包中，拷贝 PostgreSQL 的扩展文件

从 SequoiaDB 安装后的 PostgreSQL目录中拷贝 sdb_fdw.so 文件到 PostgreSQL 的 lib 目录，并添加软连接。

$ cp -f /opt/sequoiadb/postgresql/sdb_fdw.so_2.2_23000 ${PGLIBDIR} $ cd ${PGLIBDIR} $ ln -s sdb_fdw.so_2.2_23000 sdb_fdw.so

 

将 sdb_fdw.control 和 sdb_fdw--1.0.sql 脚本拷贝到 extension 目录中：

$ cp -f /opt/sequoiadb/postgresql/sdb_fdw.control ${PGSHAREDIR}/extension/ ; $ cp -f /opt/sequoiadb/postgresql/sdb_fdw--1.0.sql ${PGSHAREDIR}/extension/ ;

 

 

Step 四、修改PostgreSQL的日志配置，日志中增长打印时间信息、链接信息等

$ vi pg_data/postgresql.conf #打印链接信息 log_connections = on #打印断连信息 log_disconnections = on #日志中打印时间，进程id，客户端地址信息 log_line_prefix = '%m %p %r' #出现错误是，断开当前链接 exit_on_error = on

 

Step五、修改PostgreSQL的链接配置

为了使非本机客户端也可以链接PostgreSQL，咱们须要修改pg的链接配置

1) 修改postgresql的监听地址

$ sed -i "s/#listen_addresses = 'localhost'/listen_addresses = '0.0.0.0'/g" pg_data/postgresql.conf

2) 修改信任的机器列表，信任全部机器

sed -i "s/host    all             all             127.0.0.1\/32            trust/host    all         all         0.0.0.0\/0               trust/g" /sdbdata/data03/pg_data/pg_hba.conf

 

Step 六、启动pg进程

bin/postgres -D pg_data/ >> pg.log 2>&1 &

 

Step 七、建立 PostgreSQL 的 database

$ bin/createdb -p 5432 foo

 

Step 八、进入 PostgreSQL shell 环境

$ bin/psql foo

 

 

2.4 PostgreSQL与SequoiaDB对接流程：

Step 一、加载SequoiaDB链接驱动

foo=# create extension sdb_fdw;

 

Step 二、配置与sequoiadb链接参数

foo=# create server sdb_server foreign data wrapper sdb_fdw options(address '127.0.0.1', service '11810');

注：用户能够指定多个协调节点，避免一个协调节点出现异常后，postgresql没法使用。若是配置了数据库密码验证，须要配置user与password字段。

 

3 PostgreSQL操做SequoiaDB数据库实践

配置好PostgreSQL与SequoiaDB对接后，为使pgsql可以对sdb的集合进行数据操做，还须要创建外表用于映射sdb集合数据。

3.1 搭建表（集合）结构

1) SequoiaDB中dept_test集合结构

{   "_id": {     "$oid": "5950ca9e2f1f2ba90a000000"   },   "dept_id": 1,   "dept_name": "developer",   "dept_location": "beijin" }

emp_test集合结构

{   "_id": {     "$oid": "5950caaee50314ac0a000000"   },   "emp_id": 1,   "name": "Holmes",   "job": "salesman",   "salary": 8000,   "bonus": 3143,   "hire_date": "2016-03-23",   "manager": 10,   "dept_test_id": 5 }

为提升检索速度，将这两个集合分别根据dept_id和emp_id进行hash切分。由于对数据进行分区可以改善查询性能，平衡IO压力，对分区键为条件的检索能够仅搜索本身关心的分区，提供检索速度。

 

2) 关联SequoiaDB的集合，创建两个外关联表dept_test和emp_test

create foreign table dept_test(dept_id integer,dept_name varchar,dept_location varchar) server sdb_server options(collectionspace 'foo',collection 'dept_test'); create foreign table emp_test(emp_id integer,name varchar,job varchar,salary integer,bonus integer,hire_date varchar,manager integer,dept_test_id integer) server sdb_server options(collectionspace 'foo',collection 'emp_test');

注：集合空间与集合必须已经存在于SequoiaDB，不然查询出错

PostgreSQL是对字母大小写敏感的的，若是SequoiaDB中的集合空间，集合和字段名是大写的，须要在名字上加上双引号。

 

3.2 数据实时检索实践

对于多表关联，真正须要查询的数据基本都是能够肯定的情形下，sdb能够将这些表数据进行清洗打平操做，将须要查询的数据及查询条件整合到一张或几张查询表（集合）中，在查询字段上创建多个索引保证查询性能。

 

1) PostgreSQL解析过程

PostgreSQL在执行方面它负责接收SQL查询请求，解析SQL生成逻辑计划，以后对逻辑计划进行优化，并将优化后的逻辑计划转换成执行计划，交由sdb执行，语法方面它既支持基本的操做（select、project、join、group by、filter、order by、limit等），也支持关联子查询和非关联子查询，和支持各类outer-join。

         

postgresql解析流程

 

2) 检索实践

a. 简单查询

SELECT * FROM emp_test WHERE salary BETWEEN 5000 AND 10000; 

在salary字段上创建索引，能够加快条件的判断速度

 

b. 关联查询

SELECT name,dept_name,dept_location FROM emp_test JOIN dept_test ON emp_test.dept_test_id=dept_test.dept_id;

在外键dept_test_id上建立索引，能够加快表链接的速度

 

c. 聚合查询

SELECT dept_test_id,AVG(salary) 

FROM emp_test 

GROUP BY dept_test_id 

HAVING  AVG(salary)>8000 order by AVG(salary);

能够在须要排序的列上建立索引，这样查询能够利用索引的排序，加快排序查询时间；但这条SQL语句不能使用索引，由于索引字段被函数调用，不能走索引。

 

4 结论

SequoiaDB为社区用户提供PostgreSQL对接接口，可以使用PostgreSQL的SQL引擎对SequoiaDB进行查询操做，使得对非关系型数据库不熟悉的业务编程人员也可以经过其熟练的SQL语句对SequoiaDB进行插入查询工做。

SequoiaDB+PostgreSQL能够说为社区用户提供了一个更为简单的技术选择，使得SequoiaDB除了原生API以外，为社区开发者提供了SQL的接口。

固然，若是有更为复杂的需求或者更为庞大的业务数据须要管理，咱们仍是会推荐购买企业版的SequoiaDB，包括其中的SequoiaSQL分布式SQL引擎。