PipelineDB 快速入门__PipelineDB基于PostgreSQL数据库改造而来，是一款开源的流式计算数据库。它允许我们通过sql的方式，对数据流做操作，并把操作结果持续储存到表中。主要特性：允许只使用 SQL 进行实时数据处理而没有应用代码，兼容 PostgreSQL，无 ETL，高效可持续。详情可访问官网www.pipelinedb.com。: 世界上功能最强大的开源数据库...

PipelineDB 快速入门

原作者：张文升　创作时间：2018-01-11 21:28:48+08 采编：doudou586

发布时间：2018-01-11 21:28:48

欢迎大家踊跃投稿，投稿信箱：press@postgres.cn

评论：4 浏览：16790

# PipelineDB 快速入门

#### 作者：张文升
#### 发布：2018-01-11
#### 欢迎大家踊跃投稿，投稿信箱： press@postgres.cn

----
## 背景

PipelineDB基于PostgreSQL数据库改造而来，是一款开源的流式计算数据库。它允许我们通过sql的方式，对数据流做操作，并把操作结果持续储存到表中。主要特性：允许只使用 SQL 进行实时数据处理而没有应用代码，兼容 PostgreSQL，无 ETL，高效可持续。

详情可访问官网www.pipelinedb.com。

## 安装

### 从rpm安装

```
axel -n 5 https://s3-us-west-2.amazonaws.com/download.pipelinedb.com/pipelinedb-0.9.6-centos6-x86_64.rpm
rpm -ivh pipelinedb-0.9.6-centos6-x86_64.rpm
```

### 从源码安装

下载代码
```
git clone https://github.com/pipelinedb/pipelinedb.git
```

### 安装所需依赖
```
yum install libreadline6 libreadline6-dev check g++ flex bison zlib1g-dev libpq-dev libncurses-dev 
libcurl4-openssl-dev readline-devel zlib-devel
```
### 安装postgis和postgis所需的依赖
```
yum install libxml2 libxml2-devel geos geos-devel proj-devel gdal gdal-devel
```

安装支持pipelinedb的postgis，在configure的时候需要指定pg_config文件，在这里是pipeline-config
```
git clone https://github.com/pipelinedb/postgis.git
./autogen.sh
./configure --with-pgconfig=/usr/lib/pipelinedb/bin/pipeline-config
make
make install
```

### 编译
```
./configure CFLAGS="-g -O2" --prefix=/opt/pipilinedb
make
make install
```

## 快速上手

### 实例化数据目录

创建数据目录，修改数据目录属主
```
mkdir -p /export/pipeline_data
chown postgres.postgres /export/pipeline_data
```

### 实例化数据目录
```
/usr/lib/pipelinedb/bin/pipeline-init -D /export/pipiline_data/
```

### 启动pipelinedb
修改配置文件，开启日志，调整监听端口等等，方法与postgresql一样。然后启动它：
```
/usr/lib/pipelinedb/bin/pipeline-ctl -D /export/pipiline_data/ start
```

### 连接到pipelinedb
```
[postgres@work.com pipiline_data]$ /usr/lib/pipelinedb/bin/pipeline pipeline
pipeline (9.5.3)
Type "help" for help.
pipeline=# select version();
                            version           
---------------------------------------------
 PostgreSQL 9.5.3 on x86_64-pc-linux-gnu, compiled by gcc (GCC) 4.4.7 20120313 
(Red Hat 4.4.7-17), 64-bit
(1 row)
```
aha，熟悉的终端界面，这里可以很清楚了，我使用的这个版本是基于postgresql的9.5.3开发的，版本还算比较新。:-)

### 查看版本
查看pipelinedb的版本可以用pipeline_version()函数：
```
pipeline=# select pipeline_version();

pipeline_version  
------------------------------------------------------------------------------------
 PipelineDB 0.9.6 at revision afe6cf1c681f680ecd6ab9a55070abe9b61b494d on 
x86_64-pc-linux-gnu, compiled by gcc (GCC) 4.4.7 20120313 (Red Hat 4.4.7-17), 64-bit

(1 row)
```

## 举个栗子

### 创建一个Stream
```
CREATE STREAM wiki_stream (hour timestamp, project text, title text, view_count bigint, size bigint);
```

### 创建一个CONTINUOUS VIEW
```
CREATE CONTINUOUS VIEW wiki_stats AS
SELECT hour, project,
        count(*) AS total_pages,
        sum(view_count) AS total_views,
        min(view_count) AS min_views,
        max(view_count) AS max_views,
        avg(view_count) AS avg_views,
        percentile_cont(0.99) WITHIN GROUP (ORDER BY view_count) AS p99_views,
        sum(size) AS total_bytes_served
 FROM wiki_stream
GROUP BY hour, project;
```

### 写入测试数据

从外部获取数据实时写入pipelinedb
```
curl -sL http://pipelinedb.com/data/wiki-pagecounts | gunzip | 
    psql -h localhost -p 5432 -d pipeline -c "
COPY wiki_stream (hour, project, title, view_count, size) FROM STDIN"
```

查询结果
```
SELECT * FROM wiki_stats ORDER BY total_views DESC; \watch 1

（结果略）
```

客户端连接（python）
和postgresql一样，需要使用 psycopg2 。
```
import psycopg2
conn = psycopg2.connect('dbname=test user=user host=localhost port=5432')
pipeline = conn.cursor()

create_cv = """
     CREATE CONTINUOUS VIEW continuous_view AS SELECT x::integer, COUNT(*) FROM stream GROUP BY x
"""
pipeline.execute(create_cv)
conn.commit()
rows = []

for n in range(100000):
    # 10 unique groupings
    x = n % 10
    rows.append({'x': x})
# Now write the rows to the stream

pipeline.executemany('INSERT INTO stream (x) VALUES (%(x)s)', rows)

# Now read the results

pipeline.execute('SELECT * FROM continuous_view')

rows = pipeline.fetchall()

for row in rows:
    x, count = row
    print x, count
pipeline.execute('DROP CONTINUOUS VIEW continuous_view')
pipeline.close()
```

![PostgreSQL_Community](/images/news/2016/pg_bot_banner.jpg)