基于PostgreSQL/openGauss的分布式數據庫怎么解決

本篇內容介紹了“基于PostgreSQL/openGauss的分布式數據庫怎么解決”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

ShardingSphere-Proxy 介紹

ShardingSphere-Proxy 是 ShardingSphere 生態中的一個接入端，定位為對客戶端透明的數據庫代理。ShardingSphere Proxy 不局限于 Java，其實現了 MySQL、PostgreSQL 數據庫協議，可以使用各種兼容 MySQL / PostgreSQL 協議的客戶端連接并操作數據。

在做了分庫分表或其他規則的情況下，數據會分散到多個數據庫實例上，在管理上難免會有一些不便；或者使用非 Java 語言的開發者，需要 ShardingSphere 所提供的能力…… 以上這些情況，正是 ShardingSphere-Proxy 力所能及之處。

ShardingSphere-Proxy 隱藏了后端實際數據庫，對于客戶端來說就是在使用一個數據庫，不需要關心 ShardingSphere 如何協調背后的數據庫，對于使用非 Java 語言的開發者或 DBA 更友好。

在協議方面，ShardingSphere PostgreSQL Proxy 實現了 Simple Query 與大部分 Extended Query 協議，支持異構語言通過 PostgreSQL/openGauss 驅動連接 Proxy。ShardingSphere openGauss Proxy 在復用 PostgreSQL 協議的基礎上，還支持 openGauss 特有的批量插入協議。

不過，由于 ShardingSphere-Proxy 相比 ShardingSphere-JDBC 增加了一層網絡交互，SQL 執行的延時會有所增加，損耗相比 ShardingSphere-JDBC 略高。

ShardingSphere-Proxy 與 PostgreSQL 的生態對接

兼容 PostgreSQL Simple Query 與 Extended Query

Simple Query 與 Extended Query 是大多數用戶在使用 PostgreSQL 時最常用的協議。

比如，使用如下命令行工具 psql 連接 PostgreSQL 數據庫進行 CRUD 操作時，主要使用 Simple Query 協議與數據庫交互。

$ psql -h 127.0.0.1 -U postgres
psql (14.0 (Debian 14.0-1.pgdg110+1))
Type "help" for help.
postgres=# select id, name from person where age < 35;
 id | name 
----+------
  1 | Foo
(1 row)

Simple Query 的協議交互示意圖如下：

當用戶使用 PostgreSQL JDBC Driver 等驅動時，可能會如下代碼使用 PreparedStatement，默認情況下對應著 Extended Query 協議。

String sql = "select id, name from person where age > ?";
PreparedStatement ps = connection.prepareStatement(sql);
ps.setInt(1, 35);
ResultSet resultSet = ps.executeQuery();

Extended Query 的協議交互示意圖如下：

目前，ShardingSphere PostgreSQL Proxy 實現了 Simple Query 與大部分 Extended Query 協議，不過，因為數據庫客戶端與驅動已經封裝好 API 供用戶使用，一般用戶并不需要關心數據庫協議層面的事情。

ShardingSphere-Proxy 兼容 PostgreSQL 的 Simple Query 與 Extended Query 意味著：用戶可以使用常見的 PostgreSQL 客戶端或驅動連接 ShardingSphere-Proxy 進行 CRUD 操作，利用 ShardingSphere 在數據庫上層提供的增量能力。

ShardingSphere-Proxy 與 openGauss 的生態對接

支持 openGauss JDBC Driver

openGauss 數據庫有對應的 JDBC 驅動，JDBC URL 的前綴jdbc:opengauss。雖然用 PostgreSQL 的 JDBC 驅動也能夠連接 openGauss 數據庫，但這樣就無法完全利用 openGauss 特有的批量插入等特性。ShardingSphere 增加了 openGauss 數據庫類型，能夠識別 openGauss JDBC Driver，開發者在使用 ShardingSphere 的時候可以直接使用 openGauss 的 JDBC 驅動。

支持 openGauss 批量插入協議

舉一個例子，當我們 prepare 一個 insert 語句如下

insert into person (id, name, age) values (?, ?, ?)

以 JDBC 為例，我們可能會使用如下方法執行批量插入：

String sql = "insert into person (id, name, age) values (?, ?, ?)";
PreparedStatement ps = connection.prepareStatement(sql);
ps.setLong(1, 1);
ps.setString(2, "Foo");
ps.setInt(3, 18);
ps.addBatch();
ps.setLong(1, 2);
ps.setString(2, "Bar");
ps.setInt(3, 36);
ps.addBatch();
ps.setLong(1, 3);
ps.setString(2, "Tom");
ps.setInt(3, 54);
ps.addBatch();
ps.executeBatch();

在 PostgreSQL 協議層面，Bind 消息每次能夠傳遞一組參數形成 Portal，Execute 每次能夠執行一個 Portal。執行批量插入可以通過反復執行 Bind 和 Execute 實現。協議交互示意圖如下：

Batch Bind 是 openGauss 特有的消息類型，相比原本的 Bind，Batch Bind 一次能夠傳遞多組參數，使用 Batch Bind 執行批量插入的協議交互示意如下：

ShardingSphere-Proxy openGauss 實現了對 Batch Bind 協議的支持，也就是說，客戶端能夠直接用 openGauss 的客戶端或驅動對 ShardingSphere Proxy 執行批量插入。

ShardingSphere-Proxy 后續要做的事情

支持 ShardingSphere PostgreSQL Proxy 邏輯 MetaData 查詢

ShardingSphere-Proxy 作為透明數據庫代理，用戶無需關心 Proxy 如何協調背后的數據庫。

以下圖為例，在 ShardingSphere-Proxy 中配置邏輯庫 sharding_db 和邏輯表 person，Proxy背后實際對應了 2 個數據庫共 4 個表。

目前在 ShardingSphere MySQL Proxy 中分別執行 show schemas、show tables 語句，查詢的結果能夠正常的列出邏輯庫 sharding_db 和邏輯表 person。

使用 psql 連接 PostgreSQL 時可以通過 \l、\d 等命令查詢庫、表。但與 MySQL 不同的是，show tables是 MySQL 所支持的語句，而在 psql 中所使用的 \d 實際上對應了一條比較復雜的 SQL，目前使用 ShardingSphere PostgreSQL Proxy 暫時無法查詢出邏輯庫或邏輯表。

支持 Extended Query 的 Describe Prepared Statement

PostgreSQL 協議的 Describe 消息有兩種變體，分別是 Describe Portal 和 Describe Prepared Statement。目前 ShardingSphere Proxy 僅支持 Describe Portal，暫時不支持 Describe Prepared Statement。

Describe Prepared Statement 的實際應用舉例：在 PreparedStatement 執行之前獲取結果集的 MetaData。

PreparedStatement preparedStatement = connection.prepareStatement("select * from t_order limit ?");
ResultSetMetaData metaData = preparedStatement.getMetaData();

“基于PostgreSQL/openGauss的分布式數據庫怎么解決”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！