通过postgres_fdw 扩展，访问远程数据库表
一、环境准备
虚拟机(node107)：centos7、PostgreSQL10
远程服务器(百度云服务BBC)： centos7、PostgreSQL10
在本地虚拟机上访问远程服务器的数据表。
二、配置连接
（1）创建扩展: 在本地107这个节点上创建扩展。
[root@107 ~]# su postgre su: user postgre does not exist [root@107 ~]# su postgres bash-4.2$ psql mydb postgres could not change directory to "/root": 权限不够 psql (10.7) Type "help" for help. mydb=# CREATE EXTENSION postgres_fdw; CREATE EXTENSION
如果是普通用户使用 ·postgres_fdw 需要单独授权
grant usage on foreign data wrapper postgres_fdw to 用户名
（2） 创建 foreign server 外部服务器，外部服务是指连接外部数据源的连接信息
mydb=# create server fs_postgres_bbc foreign data wrapper postgres_fdw options(host '182.61.136.109',port '5432',dbname 'technology'); mydb=#
定义名称为 fs_postgres_bbc的外部服务，options 设置远程PostgreSQL数据源连接选项，通常设置主机名、端口、数据库名称。
（3）需要给外部服务创建映射用户
mydb=# create user mapping for postgres server fs_postgres_bbc options(user 'postgres',password 'password'); CREATE USER MAPPING mydb=#
for 后面接的是 node107 的数据库用户，options 里接的是远程PostgreSQL数据库的用户和密码。password 注意修改成自己的
其实想访问远程数据库，无非就是知道连接信息。包括host、port、dbname、user、password
（4）BBC上准备数据。
technology=# select * from public.customers where id < 5; id | name ----+------- 1 | name1 2 | name2 3 | name3 4 | name4 (4 rows) technology=# -- schemaname = public
(5) 在node107上创建外部表：
mydb=# create foreign table ft_customers
(
id int4 primary key ,
name varchar(200)
) server fs_postgres_bbc options (schema_name 'public',table_name 'customers');
错误: 外部表上不支持主键约束
第1行create foreign table ft_customers (id int4 primary key , nam...
^
mydb=#
可以看见，外部表不支持主键约束。想想也是合理
mydb=# create foreign table ft_customers ( id int4 , name varchar(200) ) server fs_postgres_bbc options (schema_name 'public',table_name 'customers'); CREATE FOREIGN TABLE mydb=#
options 选项中： 需要指定外部表的schema和表名
（6）在node107上去访问远程BBC的数据
mydb=# select * from ft_customers where id < 5; id | name ----+------- 1 | name1 2 | name2 3 | name3 4 | name4 (4 rows) mydb=#
可以看见在mydb上能够访问远程数据库上 的数据了。
如果出现报错，如报pg_hba.conf 文件没有访问策略，在需要在对修改配置文件。
（7）本地数据库表与远程数据库表进行进行关联查询
create table orders ( id int PRIMARY KEY, customerid int ); INSERT INTO orders(id,customerid) VALUES(1,1),(2,2); SELECT * FROM orders; -- 和外部表关联查询。 mydb=# SELECT o.*,c.* mydb-# FROM orders o mydb-# INNER JOIN ft_customers c ON o.customerid = c.id mydb-# WHERE c.id < 10000; id | customerid | id | name ----+------------+----+------- 1 | 1 | 1 | name1 2 | 2 | 2 | name2 (2 rows) mydb=#
三、postgres_fdw 外部表支持写操作
postgres_fdw 外部表一开始只支持读，PostgreSQL9.3 版本开始支持可写。
写操作需要保证：1. 映射的用户对有写权限；2. 版本需要9.3 以上。
在node107结点上线删除数据，后再插入数据、最后更新。并查看远程BBC数据库表情况
mydb=# select count(*) from ft_customers; count ---------- 10000000 (1 row) mydb=# delete from ft_customers where id = 9999999; DELETE 1 mydb=# select count(*) from ft_customers; count --------- 9999999 (1 row) mydb=# insert into ft_customers values(9999999,'name1'); INSERT 0 1 mydb=# select count(*) from ft_customers; count ---------- 10000000 (1 row) mydb=# select * from ft_customers where id = 9999999; id | name ---------+------- 9999999 | name1 (1 row) mydb=# update ft_customers set name = 'name999' where id = 9999999; UPDATE 1 mydb=# select * from ft_customers where id = 9999999; id | name ---------+--------- 9999999 | name999 (1 row) mydb=#
可以看见对ft_customers 进行增删改查。
四、postgres_fdw支持聚合函数下推
PostgreSQL10 增强了postgres_fdw 扩展模块的特性，可以将聚合、关联操作下推到远程PostgreSQL数据库进行，而之前的版本是将外部表相应的远程数据全部取到本地再做聚合，10版本这个心特性大幅度减少了从远程传输到本地库的数据量。提升了postgres_fdw外部表上聚合查询的性能。
mydb=# EXPLAIN(ANALYZE on,VERBOSE on) select id,count(*) from ft_customers where id < 100 group by id;
QUERY PLAN
----------------------------------------------------------------------------------------------------
Foreign Scan (cost=104.88..157.41 rows=199 width=12) (actual time=16.725..16.735 rows=99 loops=1)
Output: id, (count(*))
Relations: Aggregate on (public.ft_customers)
Remote SQL: SELECT id, count(*) FROM public.customers WHERE ((id < 100)) GROUP BY 1
Planning time: 0.247 ms
Execution time: 249.410 ms
(6 rows)
mydb=#
remote sql: 远程库上执行的SQL，此SQL为聚合查询的SQL。聚合是在远程上执行的。
如果在PostgreSQL9.6 测试，则需要从远程传输到本地才可以。
小结
物理表和外部表不能同名，因为pg_class的对象名称唯一键的缘故
外部表不会存储数据。
以上为个人经验，希望能给大家一个参考，也希望大家多多支持云图网。如有错误或未考虑完全的地方，望不吝赐教。
原创文章，作者：kepupublish，如若转载，请注明出处：https://blog.ytso.com/tech/database/233065.html