可扩展数据类型:mxkv
本课程教学视频已包含在MatrixDB数据建模与时空分布模型
在使用MatrixDB时序数据库采集数据的时候可能面临如下场景:
- 要采集的指标过多,超过了PostgreSQL的最多1600列限制
- 不同型号设备采集指标集合差别较大,导致在回传数据时有大量列值为NULL
- 无法预知指标集,即表schema可能要经常变
针对如上问题传统解决方案如下:
- 将多个列序列化后存在变长字段中
- 使用PostgreSQL自带的json或jsonb类型
如上方案虽然可以解决操作复杂度,但性能并不理想。
mxkv应运而生,为MatrixDB自研的自定义kv数据类型,和json类似,将列名作为mxkv键值。既方便扩展,提升查询性能,又减少存储空间。
注意:该特性仅在企业版中提供。
使用方法
创建扩展并验证
mxkv自定义数据类型包含在MatrixTS扩展中,首先要创建扩展:
create extension matrixts;
验证mxkv是否已经开启:
mxadmin=# select '{}'::mxkv_text;
mxkv_text
-----------
{}
(1 row)
如上所示,mxkv已开启。
创建数据表并定义mxkv列
创建一张新表,并在新表中定义mxkv的整型value数据类型mxkv_int4,来存储value为整型的kv数据:
CREATE TABLE data(
time timestamp with time zone,
tag_id int,
kv mxkv_int4
)
Distributed by (tag_id);
定义键值
在使用mxkv类型前,为了压缩与查询性能优化,首先要做键值定义,来提前确定数据中包含的键值集合。
mxkv提供了UDF mxkv_import_keys
来完成键值定义。
有两种定义方式:
手动定义
手动提供json形式的kv样例,mxkv会自动提取键值并完成定义。
如下SQL会提取json中的键值'a'和'b'并定义:
mxadmin=# select mxkv_import_keys('{"a": 1, "b": 2}');
mxkv_import_keys
------------------
a
b
(2 rows)
基于已有表的数据定义
现有t_json表,包括json类型的字段c2:
mxadmin=# select c2 from t_json ;
c2
----------
{"k1":1}
{"k2":2}
(2 rows)
从结果可以看到,c2中共包括k1和k2两个键值。
使用mxkv_import_keys
通过表数据定义:
mxadmin=# select mxkv_import_keys('t_json'::regclass, 'c2');
mxkv_import_keys
------------------
k1
k2
(2 rows)
如上所示,在参数中提供表名和列名。相比手动定义,这种方式更方便、更快捷。前提是样例数据已存储在其他表中。
插入数据
键值确定后,下面开始插入kv数据:
mxadmin=# insert into data values(now(), 1, '{"a":1, "b":2}');
INSERT 0 1
如上所示,插入的kv数据中,包含了刚刚定义的键值'a'和'b'。
注意:kv中的键值必须定义后才能正确插入,否则会出现如下错误:
mxadmin=# insert into data values(now(), 1, '{"c":1}');
psql: ERROR: unknown key "c"
LINE 1: insert into data values(now(), 1, '{"c":1}');
^
DETAIL: The key is not imported yet
HINT: Import the keys with the mxkv_import_keys() function
读取键值内容
mxkv键值内容的读取方式与json一样,都是使用->符号:
mxadmin=# select time, tag_id, kv->'a' as a, kv->'b' as b from data;
time | tag_id | a | b
-------------------------------+--------+---+---
2021-07-02 13:23:30.405473+00 | 1 | 1 | 2
(1 row)
取出的键值和普通列一样,也可以做比较、与其他表做连接。例如,建一张与data
表结构相同的表data1
并插入相同的数据,使用如下SQL可以做连接:
mxadmin=# select * from data, data1 where data.kv->'a' = data1.kv->'a';
time | tag_id | kv | time | tag_id | kv
-------------------------------+--------+------------------+-------------------------------+--------+------------------
2021-07-02 13:23:30.405473+00 | 1 | {"a": 1, "b": 2} | 2021-07-02 13:26:31.828685+00 | 1 | {"a": 1, "b": 2}
(1 row)
注意:mxkv中->与->>效果等同。
数据类型
上面创建的表中使用了mxkv_int4类型,mxkv共支持如下几种类型
- mxkv_int4:存储int4/int类型的32位整数值
- mxkv_float4:存储float4/real类型的32位浮点数值
- mxkv_float8:存储float8/float/double precision 类型的64位浮点数值
- mxkv_text:存储text类型的字符串值
其中mxkv_float4和mxkv_float8可以指定小数点后位数,如:
CREATE TABLE data(
time timestamp with time zone,
tag_id int,
kv mxkv_float4(2)
)
Distributed by (tag_id);
这样定义后,小数点两位以后的将会做四舍五入。 指定小数位数后,内部存储类型将转换为整型,更有利于优化和压缩。但数值范围也会相应缩小。
- mxkv_float4(scale), scale >= 0
- mxkv_float4(0): [-2147483500, 2147483500]
- mxkv_float4(2): [-21474835.00, 21474835.00]
- mxkv_float4(4): [-214748.3500, 214748.3500]
- ......
- mxkv_float8(scale), scale >= 0
- mxkv_float8(0): [-9223372036854775000, 9223372036854775000]
- mxkv_float4(2): [-92233720368547750.00, 92233720368547750.00]
- mxkv_float8(4): [-922337203685477.5000, 922337203685477.5000]
- ......
限制:mxkv只支持一级kv结构,不允许嵌套和数组。