添加GAUSSDB数据源

添加GAUSSDB数据源前提条件

• 数据源所在集群与HetuEngine集群节点网络互通。
• 在HetuEngine所在集群的所有节点的“/etc/hosts”文件中，添加待对接数据源所在集群的主机名称和对应的IP映射，及其“/etc/hosts”文件中的“10.10.10.10 hadoop.系统域名”（如“10.10.10.10 hadoop.hadoop.com”），否则HetuEngine无法根据主机名称连接到非本集群节点。
• 已创建HetuEngine计算实例。

添加GAUSSDB数据源步骤

1. 使用HetuEngine管理员用户登录FusionInsight Manager，选择“集群 > 服务 > HetuEngine”，进入HetuEngine服务页面。
2. 在“概览”页签下的“基本信息”区域，单击“HSConsole WebUI”后的链接，进入HSConsole界面。
3. 选择“数据源”，单击“添加数据源”。在“添加数据源”页面填写参数。
   1. 配置“基本配置”，填写数据源名称，选择数据源类型“JDBC > GAUSSDB-A”。
   2. 配置“GAUSSDB-A配置”，参数配置请参考表1。

      表1 GAUSSDB-A配置

      参数	描述	取值样例
      驱动	默认为“gaussdba”。	gaussdba
      JDBC URL	连接GaussDB数据库的JDBC URL地址。格式为： jdbc:postgresql://CN业务IP:端口/数据库名称 说明： 若GaussDB数据库开启SSL，URL地址需添加如下SSL相关参数：ssl=true&sslfactory=org.postgresql.ssl.NonValidatingFactory	GaussDB数据库未开启SSL： jdbc:postgresql://10.0.136.1:25308/postgres GaussDB数据库开启SSL： jdbc:postgresql://10.0.136.1:25308/postgres?ssl=true&sslfactory=org.postgresql.ssl.NonValidatingFactory
      用户名	GaussDB数据源连接用户名。	根据连接数据源的用户名修改。
      密码	GaussDB数据源连接密码。	根据连接数据源的用户名密码修改。

   3. （可选）配置GaussDB用户信息，参考表2。

      “GaussDB用户信息配置”与“HetuEngine-GaussDB用户映射配置”要搭配使用，HetuEngine在对接的GaussDB数据源时，通过用户映射，使得HetuEngine的用户具备与GaussDB数据源被映射的用户访问GaussDB数据源时同样的权限。可以多个HetuEngine用户对应一个GaussDB用户。

      在 GaussDB数据库中，创建的用户名要符合标识符的命名规范，且最大长度不超过63个字符。当用户名中包含大写字母时数据库将自动转换为小写字母，如果需要创建包含大写字母的用户名则需要使用双引号括起来。因此，配置“Data Source User”时，必须使用GaussDB数据库转换后的用户名。

      例如：

      • 在 GaussDB数据库创建的用户名为Gaussuser1，则Data Source User应为gaussuser1。
      • 在 GaussDB数据库创建的用户名为“Gaussuser1”，则Data Source User应为Gaussuser1。

      表2 GaussDB用户信息配置

      名称	描述
      Data Source User	数据源用户名称。 如果配置了数据源用户为gaussuser1，那么必须有映射到gaussuser1的HetuEngine用户。例如创建hetuuser1映射到gaussuser1。
      Password	对应数据源的用户认证密码。

   4. （可选）配置 HetuEngine-GaussDB用户映射配置，参考表4 HetuEngine-GaussDB用户映射配置。

      以HetuEngine User和Data Source User键值对的形式配置多个HetuEngine的用户对应上面多个用户的其中一个。当使用不同的HetuEngine用户访问GaussDB时，可对应用不同的GaussDB的用户和密码。

      表3 HetuEngine-GaussDB用户映射配置

      名称	描述
      HetuEngine User	HetuEngine用户名。
      Data Source User	数据源用户，如gaussuser1（表2中配置的数据源用户）。

   5. （可选）自定义配置。
      • 单击“增加”可以增加自定义配置参数。配置GaussDB数据源自定义参数，参考表4。

        表4 GaussDB数据源自定义配置参数

        名称	描述	取值样例
        use-connection-pool	是否使用JDBC连接池	true
        jdbc.connection.pool.maxTotal	JDBC连接池中最大连接数	8
        jdbc.connection.pool.maxIdle	JDBC连接池中最大空闲连接数	8
        jdbc.connection.pool.minIdle	JDBC连接池中最小空闲连接数	0
        join-pushdown.enabled	true：允许将Join下推到数据源执行 false: Join不会被下推到数据源执行，因此会消耗更多的网络和计算资源	true
        join-pushdown.strategy	前提条件：Join下推功能已开启 AUTOMATIC：基于代价估算（cost-based）的Join下推 EAGER：尽可能的Join下推	AUTOMATIC
        source-encoding	GaussDB数据源编码方式	UTF-8
        multiple-cnn-enabled	是否使用GaussDB多CN配置。如果使用，首先确保关闭JDBC连接池功能，其次JDBC URL格式为：jdbc:postgresql://host:port/database,jdbc:postgresql://host:port/database,jdbc:postgresql://host:port/database	false
        parallel-read-enabled	是否使用并行数据读取功能 启用并行数据读取功能将基于节点分布和“max-splits”参数值来确定实际的split数。 并行读取将与数据源创建多个连接，被依赖的数据源应当具备支持负载的能力。	false
        split-type	并行数据读取类型 NODE：基于GaussDB数据源DN节点划分并行度 PARTITION：基于表分区划分并行度 INDEX：基于表索引划分并行度	NODE
        max-splits	最大并行度	5
        use-copymanager-for-insert	数据写入时是否使用CopyManager批量导入功能	false
        unsupported-type-handling	当连接器不支持此数据类型时，可以转换为VARCHAR，从而避免失败 CONVERT_TO_VARCHAR：不支持的类型将转为VARCHAR类型，并且只支持对它们的读操作，不支持的类型包括：BIT VARYING、CIDR、MACADDR、INET、OID、REGTYPE、REGCONFIG、POINT IGNORE（默认值）：不支持的类型将不在查询结果中显示	CONVERT_TO_VARCHAR
        max-bytes-in-a-batch-for-copymanager-in-mb	CopyManager批量导入每一批次最大数据量，单位：MB	10
        decimal-mapping	默认情况下HetuEngine会跳过未指定精度或超过最大精度38位的Decimal/Number/Numeric数据类型，通过设置“decimal-mapping=allow_overflow”，将其映射为Decimal(38，x)数据类型，x值为decimal-default-scale的值	allow_overflow
        decimal-default-scale	Decimal/Number/Numeric映射数据类型Decimal(38，x)小数位精度值，取值范围0~38，默认为0	0
        case-insensitive-name-matching	HetuEngine支持的GAUSSDB数据源的Schema和Table名称大小写格式敏感。 false：仅支持查询全小写的Schema或Table。默认值为false。 true： 忽略大小写后无同名的Schema或Table：支持查询该Schema或Table。 忽略大小写后存在同名的Schema或Table：不支持查询该Schema或Table。	false

      • 单击“删除”可以删除已增加的自定义配置参数。
   6. 单击“确定”。

4. 登录集群客户端所在节点，执行以下命令，切换到客户端安装目录并认证用户。

   cd /opt/client

   source bigdata_env

   kinit HetuEngine组件操作用户 （普通模式集群跳过）

5. 执行以下命令，登录数据源的catalog。

   hetu-cli --catalog 数据源名称 --schema 数据库名

   例如执行以下命令：

   hetu-cli --catalog gaussdb_1 --schema admin

6. 执行以下命令，可正常查看数据库表信息或不报错即表示连接成功。

   show tables;

GAUSSDB数据类型映射

添加GAUSSDB数据源约束

• 不支持如下语法：GRANT、REVOKE、SHOW GRANTS、SHOW ROLES、SHOW ROLE GRANTS。
• UPDATE和DELETE语法不支持筛选条件子句中包含跨catalog的条件，例如：UPDATE mppdb.table SET column1=value WHERE column2 IN (SELECT column2 from hive.table)。
• UPDATE语法不支持更新DATE/TIMESTAMP/VARBINARY字段。
• 不支持查询WHERE语句条件为REAL，例如SELECT * FROM mppdb.table WHERE column1 = REAL '1.1'。
• DELETE语法不支持筛选条件子句中包含子查询，例如：DELETE FROM mppdb.table WHERE column IN (SELECT column FROM mppdb.table1)。
• HetuEngine支持GaussDB数据源Decimal/Number/Numeric类型数据的最大精度不超过38位。
• 当谓词的前后两端任意一端包含子查询时，该谓词不会下推，如示例语句count(*) 后面存在子查询，则不下推，但子查询中的min函数可以下推。

  select count(*) from item where i_current_price = (select min(i_current_price) from item);