(十)MariaDB存储引擎CONNECT使用介绍

事实上,采用 MariaDB 作为数据库,一般是两种情况:
1 是觉得 MySQL 被 Oracle 收购之后,继续使用 MySQL 心里不踏实(license 和发展前景等)。
2 是想另外找一个生命力比较旺盛、小区比较丰富的关系型数据库。

所以一般默认的 InnoDB 和 Aria 就足够满足大部分的需求了。

不过连接处理到其它数据库,或者加载到 MariaDB 中的需求还是比较多的。例如将一份 json 文件 存在大量需要加载到 MariaDB 数据库中的数据时,这个时候就比较需要使用 CONNECT 引擎了。

注意:CONNECT 是连接到远程数据,并没有转存到 MariaDB 中。所以远程数据源的异动,MariaDB 处理查德德询得到的也是异动后的数据

在官网(https://mariadb.com/kb/en/introduction-to-the-connect-engine/)可以看到 CONNECT 更多特性。

CONNECT 的安装与卸载

Connect Storage Engine 并未封装于 MariaDB Package 内,需要透过 Repository 安装:

sudo apt install mariadb-plugin-connect

会同时安装依赖库 libodbc1

然后再安装插件(我测试时已有默认安装上并启用,如果没有默热安装启用,执行此句)

install soname 'ha_connect'

此次,查看引擎可以看到新装的 CONNECT:

卸载,执行UNINSTALL SONAME 'ha_connect';即可。

使用 CONNECT 连接处理 json 文件

有两点要做:1 是指定表的类型,2 是指定要连接的文件(远程表)的类型和文件名。

前者是创建表时要指定engine=CONNECT,后者是要针对需要访问的不同类型的文件,指定 table_type 参数为指定类型。

目前,table_type 的类型有很多种,除了常见的 json、csv、xml,还有例如
BIN, DBF, DIR, DOS, FIX, ZIP, JDBC, ODBC, MONGO, MYSQL, WMI, MAC 等。

以 json 为例

1、准备一份JsonDemo.json文件如下(官网示例)

[
  {
    "ISBN": "9782212090819",
    "LANG": "fr",
    "SUBJECT": "applications",
    "AUTHOR": [
      {
        "FIRSTNAME": "Jean-Christophe",
        "LASTNAME": "Bernadac"
      },
      {
        "FIRSTNAME": "François",
        "LASTNAME": "Knab"
      }
    ],
    "TITLE": "Construire une application XML",
    "PUBLISHER": {
      "NAME": "Eyrolles",
      "PLACE": "Paris"
    },
    "DATEPUB": 1999
  },
  {
    "ISBN": "9782840825685",
    "LANG": "fr",
    "SUBJECT": "applications",
    "AUTHOR": [
      {
        "FIRSTNAME": "William J.",
        "LASTNAME": "Pardi"
      }
    ],
    "TITLE": "XML en Action",
    "TRANSLATED": {
      "PREFIX": "adapté de l'anglais par",
      "TRANSLATOR": {
        "FIRSTNAME": "James",
        "LASTNAME": "Guerin"
      }
    },
    "PUBLISHER": {
      "NAME": "Microsoft Press",
      "PLACE": "Paris"
    },
    "DATEPUB": 1999
  }
]

2、放到一个 MariaDB 可以访问的路径

这一点很重要,否则可能报错:

SQL 错误 [1296] [HY000]: (conn=65) Got error 174 'Open(map) error 13 on //JsonDemo.json' from CONNECT

例如本例放到了/tmp 活页夹下

3、MariaDB 命令窗口执行测试

语句及说明如下:

-- 创建一个数据库
CREATE DATABASE test200222;
-- 在数据库中新建一张表,并制定engine为CONNECT,
-- table_type为JSON,File_name为json文件存放位置
DROP table if exists test200222.jsample;
create table test200222.jsample (
  ISBN char(15),
  LANG char(2),
  SUBJECT char(32),
  AUTHOR char(128),
  TITLE char(32),
  TRANSLATED char(80),
  PUBLISHER char(20),
  DATEPUB int(4)
)
engine=CONNECT table_type=JSON
File_name='/tmp/JsonDemo.json';
-- 条件查询,查看是否有数据
select isbn, author, title, publisher from test200222.jsample;

查询结果应当如下

问题说明:
从查询的结果可以看出,在 JSON 中,isbn 为 9782212*的书的作者,是两个人,读入的存储结果只有一个人。
这是因为,默认情况下,遇到数组时,它只会读取数组的第一个值。
事实上,json 文件大部分情况下,都不可能只有一层,值是数据应该常见。

因此 CONNECT 启用一个特殊的字段field_format选项 Jpath,用来描述如何显示和处理数组

新建 jsample2 表,指定 field_format 字段:

DROP table if exists test200222.jsample2;
create table test200222.jsample2 (
  ISBN char(15),
  Language char(2) field_format='LANG',
  Subject char(32) field_format='SUBJECT',
  Author char(128) field_format='AUTHOR.[" and "]',
  Title char(32) field_format='TITLE',
  Translation char(32) field_format='TRANSLATOR.PREFIX',
  Translator char(80) field_format='TRANSLATOR',
  Publisher char(20) field_format='PUBLISHER.NAME',
  Location char(16) field_format='PUBLISHER.PLACE',
  Year int(4) field_format='DATEPUB'
)
engine=CONNECT table_type=JSON
File_name='/tmp/JsonDemo.json';

注意,在 Connect 1.5,json 对象取值用的是”:”,Connect 1.6 使用”.”。

同样查询一次:

select isbn, author, title, publisher from jsample2;

当然,除了把数组的值合并到一起,还可以根据数组的值将数据拆成 2 条

新建 jsample3 表如下:

DROP table if exists test200222.jsample3;
create table test200222.jsample3 (
  ISBN char(15),
  Title char(32) field_format='TITLE',
  AuthorFN char(128) field_format='AUTHOR.[*].FIRSTNAME',
  AuthorLN char(128) field_format='AUTHOR.[*].LASTNAME',
  Year int(4) field_format='DATEPUB'
)
engine=CONNECT table_type=JSON
File_name='/tmp/JsonDemo.json';

注意,在 Connect 1.5,1.6,json 对象拓展符用的是”X”,Connect 1.06.006:使用”“。*

查看结果:

SELECT * FROM test200222.jsample3;

从上可以简单窥见,’:’已被’.’取代,’[*]’已用来表示扩展,而’[X]’表示乘法。

更多 Jpath 数组规范可见下表:
Jpath 规范

更多 CONNECT 对 json 文件的处理,可参看官网:https://mariadb.com/kb/en/connect-json-table-type/

此外,除了对 JSON 文件,还有对其它常见文件的处理例如 csv、xml,都可以到官网https://mariadb.com/kb/en/connect-table-types/查看对应的table_type了解实践。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,772评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,458评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,610评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,640评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,657评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,590评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,962评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,631评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,870评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,611评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,704评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,386评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,969评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,944评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,179评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,742评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,440评论 2 342