5分钟带你了解MatrixDB 4.2新特性 — UPSERT

yMatrix 2021-09-04

1496

前言

MatrixDB 4.2版本发布后，MatrixGate推出了一个新特性—UPSERT。

本文将详细介绍UPSERT语义及MatrixGate新特性的使用方法。

什么是UPSERT？

UPSERT 就是 UPDATE 和 INSERT 的结合。

实现一条SQL内自动插入或者更新：如果记录不存在则插入，如果记录存在则更新。

这是应用开发中最常见的场景之一，通过UPSERT语法可以大幅简化开发代码的复杂度，提升效率。

在众多场景下，都免不了使用UPSERT功能，比如：

设备数据不是一次性发送全部，而是分批次发送，需要按设备号和时间戳为主键进行合并
设备数据可能会重复发送，对于重复数据要做更新而不是重复插入

而UPSERT语义则直接实现了该逻辑。下面演示一下UPSERT的用法。

UPSERT的使用方法

准备数据表

SQL

DROP TABLE IF EXISTS upsert_demo;

CREATE TABLE upsert_demo (
    ts    timestamp
  , tagid int
  , c1    int
  , c2    float4
  , UNIQUE(ts, tagid)
) DISTRIBUTED BY (tagid);

注意

为了数据库能够使用UPSERT功能，记得要在表的“设备id+时间戳”上创建UNIQUE约束。

使用UPSERT语义接入数据

SQL方式

先来演示下，如何通过直接执行SQL语句的方式进行UPSERT，对于使用libpq或JDBC等来连接数据库的用户，可以直接参考如下SQL语法来操作。

假设设备指标c1和c2分两个批次发送，则使用SQL来进行数据填充。

SQL

INSERT INTO upsert_demo VALUES ('2020-11-11', 1, 10, NULL)
    ON CONFLICT (ts, tagid)
    DO UPDATE SET
        c1 = coalesce(EXCLUDED.c1, upsert_demo.c1),
        c2 = coalesce(EXCLUDED.c2, upsert_demo.c2);

INSERT INTO upsert_demo VALUES ('2020-11-11', 1, NULL, 20.1)
    ON CONFLICT (ts, tagid)
    DO UPDATE SET
        c1 = coalesce(EXCLUDED.c1, upsert_demo.c1),
        c2 = coalesce(EXCLUDED.c2, upsert_demo.c2);

如上两条SQL语句里都包含了唯一索引列：ts和tagid，并且值相同。SQL1只包含了c1列，c2列为空；SQL2只包含了c2列，c1列为空。

ON CONFLICT子句指定了唯一索引包含的列，用来判断数据行是INSERT还是UPDATE。

c1=coalesce(EXCLUDED.c1,upsert_demo.c1)的含义是取EXCLUDED.c1和upsert_demo.c1中，第一个不为NULL的值。

EXCLUDED.c1是原行的值，upsert_demo.c1是新插入的值。即如果原数据行存在，且列值不为空则使用原值；否则使用新插入的值。

通过这种方式，实现了相同设备、相同时间的指标数据合并。

SQL

test=# select * from upsert_demo ;
         ts          | tagid | c1 |  c2
---------------------+-------+----+------
 2020-11-11 00:00:00 |     1 | 10 | 20.1
(1 row)

查询upsert_demo可以看到，c1和c2的数据是期望的结果。

通过如上演示可以看到，使用UPSERT语义，可以通过单条SQL实现根据数据是否存在来选择是插入还是更新，大大简化了开发人员的工作。

MatrixGate方式

相比使用SQL方式来接入，MatrixGate作为MatrixDB高性能数据接入工具，在4.2版本中也加入了对UPSERT语义的支持，所以在生产环境中，更加推荐用户选择使用MatrixGate方式接入，性能可以提升百倍。

下面演示如何使用MatrixGate的UPSERT语义：

1. 准备数据文件

文件1: tmp/upsert_demo1.dat

Plain Text

ts|tagid|c1|c2
2020-11-11|1|10|

文件1: tmp/upsert_demo2.dat

Plain Text

ts|tagid|c1|c2
2020-11-11|1||20.1
2020-11-11|2||100.5
2020-11-11|2|200|

2. 执行Gate

目标数据库假设为 test，端口为 5432

重点在--upsert-key参数

载入第一个文件（为了验证结果，载入前已将表中原数据清空）

Bash

tail -n +2 tmp/upsert_demo1.dat | mxgated --source stdin \
  --db-database test \
  --db-master-host localhost \
  --db-master-port 5432 \
  --db-user mxadmin \
  --time-format raw \
  --delimiter "|" \
  --target upsert_demo \
  --upsert-key ts \
  --upsert-key tagid

结果

Plain Text

test=# select * from upsert_demo ;
         ts          | tagid | c1 | c2
---------------------+-------+----+----
 2020-11-11 00:00:00 |     1 | 10 |
(1 row)

载入第二个文件

Bash

tail -n +2 tmp/upsert_demo2.dat | mxgated --source stdin \
  --db-database test \
  --db-master-host localhost \
  --db-master-port 5432 \
  --db-user mxadmin \
  --time-format raw \
  --delimiter "|" \
  --target upsert_demo \
  --upsert-key ts \
  --upsert-key tagid

结果

Plain Text

test=# select * from upsert_demo;
         ts          | tagid | c1  |  c2
---------------------+-------+-----+-------
 2020-11-11 00:00:00 |     1 |  10 |  20.1
 2020-11-11 00:00:00 |     2 | 200 | 100.5
(2 rows)

从结果可以看到，ts和tagid相同的行数据，进行了合并。

3. Q&A