为多数据库集成优化 PostgreSQL 外部数据包装器 (FDW)

简介

PostgreSQL 外部数据包装器 (Foreign Data Wrappers, FDW) 实现了与外部数据源的无缝集成，允许您像查询本地表一样查询远程数据库、文件甚至 Web API。这一强大的功能支持数据库联邦、跨数据库连接以及集中式数据访问，而无需构建复杂的 ETL 管道。

什么是外部数据包装器？

FDW 实现了 SQL/MED（管理外部数据）标准，提供：

• 透明访问：使用标准 SQL 查询远程数据
• 虚拟表：无需复制数据
• 实时数据：始终保持最新，无同步延迟
• 连接能力：结合本地和远程数据进行 Join 操作
• 写操作：某些 FDW 支持 INSERT/UPDATE/DELETE

常见用例

1. 数据库迁移：在迁移过程中访问旧系统
2. 多租户架构：跨租户数据库进行查询
3. 数据聚合：结合来自多个源的数据
4. 混合云：连接本地和云端数据库
5. 报表：创建集中式报表数据库
6. 微服务：跨服务边界进行查询

可用的外部数据包装器

postgresql_fdw (内置)

• 连接到其他 PostgreSQL 数据库
• 支持完整功能
• 性能最佳

mysql_fdw

• 连接到 MySQL/MariaDB
• 支持读写操作

oracle_fdw

• 连接到 Oracle 数据库
• 提供商业版和开源版

mongodb_fdw

• 访问 MongoDB 集合
• 集成 JSON 数据

file_fdw (内置)

• 读取 CSV 和文本文件
• 日志文件分析

其他

• redis_fdw, sqlite_fdw, couchdb_fdw 等

设置 postgres_fdw

第 1 步：安装扩展

-- 在本地数据库上
CREATE EXTENSION postgres_fdw;

第 2 步：创建外部服务器

CREATE SERVER remote_db
    FOREIGN DATA WRAPPER postgres_fdw
    OPTIONS (
        host 'remote-db.example.com',
        port '5432',
        dbname 'production_db',
        fetch_size '10000'
    );

第 3 步：创建用户映射

-- 将本地用户映射到远程凭据
CREATE USER MAPPING FOR postgres
    SERVER remote_db
    OPTIONS (
        user 'remote_user',
        password 'secure_password'
    );

-- 映射所有本地用户
CREATE USER MAPPING FOR PUBLIC
    SERVER remote_db
    OPTIONS (
        user 'readonly_user',
        password 'readonly_pass'
    );

第 4 步：创建外部表

手动定义表：

CREATE FOREIGN TABLE remote_users (
    id INTEGER,
    username VARCHAR(50),
    email VARCHAR(100),
    created_at TIMESTAMP
)
SERVER remote_db
OPTIONS (schema_name 'public', table_name 'users');

导入整个模式 (Schema)：

IMPORT FOREIGN SCHEMA public
    FROM SERVER remote_db
    INTO local_schema;

导入特定表：

IMPORT FOREIGN SCHEMA public
    LIMIT TO (users, orders, products)
    FROM SERVER remote_db
    INTO public;

第 5 步：查询外部数据

-- 简单查询
SELECT * FROM remote_users WHERE created_at > NOW() - INTERVAL '7 days';

-- 连接本地和远程数据
SELECT 
    l.order_id,
    l.amount,
    r.username,
    r.email
FROM local_orders l
JOIN remote_users r ON l.user_id = r.id
WHERE l.status = 'pending';

高级配置

性能调优选项

CREATE SERVER fast_remote
    FOREIGN DATA WRAPPER postgres_fdw
    OPTIONS (
        host 'db.example.com',
        port '5432',
        dbname 'mydb',

        -- 提取大小：每次往返检索的行数
        fetch_size '50000',

        -- 启用查询下推优化
        use_remote_estimate 'true',

        -- 连接池
        keep_connections 'on',

        -- 并行查询执行
        parallel_commit 'on',
        parallel_abort 'on'
    );

表级选项

CREATE FOREIGN TABLE optimized_table (
    id INTEGER,
    data TEXT
)
SERVER remote_db
OPTIONS (
    schema_name 'public',
    table_name 'large_table',

    -- 为此表覆盖提取大小
    fetch_size '100000',

    -- 使用远程评估以获得更好的查询规划
    use_remote_estimate 'true'
);

列级选项

CREATE FOREIGN TABLE mapped_columns (
    local_id INTEGER OPTIONS (column_name 'remote_user_id'),
    local_name TEXT OPTIONS (column_name 'remote_username')
)
SERVER remote_db
OPTIONS (table_name 'users');

写操作

启用写操作

-- 授予权限
GRANT INSERT, UPDATE, DELETE ON remote_users TO app_user;

-- 插入数据
INSERT INTO remote_users (username, email)
VALUES ('newuser', '[email protected]');

-- 更新数据
UPDATE remote_users
SET email = '[email protected]'
WHERE username = 'newuser';

-- 删除数据
DELETE FROM remote_users WHERE username = 'newuser';

跨数据库事务

BEGIN;
    -- 插入本地表
    INSERT INTO local_orders (user_id, amount) VALUES (123, 99.99);

    -- 更新远程表
    UPDATE remote_users SET last_order = NOW() WHERE id = 123;

    -- 两个操作一起提交
COMMIT;

注意：两阶段提交可确保跨数据库的原子性。

多数据库联邦

连接多个数据库

-- 连接生产数据库
CREATE SERVER prod_db
    FOREIGN DATA WRAPPER postgres_fdw
    OPTIONS (host 'prod.example.com', dbname 'production');

CREATE USER MAPPING FOR PUBLIC SERVER prod_db
    OPTIONS (user 'readonly', password 'pass1');

-- 连接分析数据库
CREATE SERVER analytics_db
    FOREIGN DATA WRAPPER postgres_fdw
    OPTIONS (host 'analytics.example.com', dbname 'warehouse');

CREATE USER MAPPING FOR PUBLIC SERVER analytics_db
    OPTIONS (user 'readonly', password 'pass2');

-- 连接归档数据库
CREATE SERVER archive_db
    FOREIGN DATA WRAPPER postgres_fdw
    OPTIONS (host 'archive.example.com', dbname 'historical');

CREATE USER MAPPING FOR PUBLIC SERVER archive_db
    OPTIONS (user 'readonly', password 'pass3');

跨数据库的统一视图

-- 导入表
IMPORT FOREIGN SCHEMA public 
    LIMIT TO (current_orders) 
    FROM SERVER prod_db INTO public;

IMPORT FOREIGN SCHEMA public 
    LIMIT TO (archived_orders) 
    FROM SERVER archive_db INTO public;

-- 创建统一视图
CREATE VIEW all_orders AS
SELECT *, 'current' AS source FROM current_orders
UNION ALL
SELECT *, 'archived' AS source FROM archived_orders;

-- 跨所有数据库查询
SELECT 
    source,
    COUNT(*) AS order_count,
    SUM(amount) AS total_amount
FROM all_orders
WHERE created_at > '2024-01-01'
GROUP BY source;

连接到 MySQL

安装 mysql_fdw

# Ubuntu/Debian
sudo apt install postgresql-15-mysql-fdw

# CentOS/RHEL
sudo yum install mysql_fdw_15

配置 MySQL 连接

CREATE EXTENSION mysql_fdw;

CREATE SERVER mysql_server
    FOREIGN DATA WRAPPER mysql_fdw
    OPTIONS (
        host 'mysql-db.example.com',
        port '3306'
    );

CREATE USER MAPPING FOR PUBLIC
    SERVER mysql_server
    OPTIONS (
        username 'mysql_user',
        password 'mysql_pass'
    );

CREATE FOREIGN TABLE mysql_products (
    id INTEGER,
    name VARCHAR(100),
    price DECIMAL(10,2)
)
SERVER mysql_server
OPTIONS (dbname 'ecommerce', table_name 'products');

-- 从 PostgreSQL 查询 MySQL 数据
SELECT * FROM mysql_products WHERE price > 100;

性能优化

1. 使用 WHERE 子句下推

PostgreSQL 会将过滤器推送到远程服务器：

-- 优：过滤器在远程执行
SELECT * FROM remote_users WHERE country = 'US';

-- 检查查询计划
EXPLAIN (VERBOSE) SELECT * FROM remote_users WHERE country = 'US';
-- 寻找: "Remote SQL: SELECT ... WHERE country = 'US'"

2. 限制数据传输

-- 劣：获取所有列
SELECT * FROM remote_large_table;

-- 优：只获取需要的列
SELECT id, username FROM remote_large_table;

-- 优：使用 LIMIT
SELECT * FROM remote_large_table LIMIT 1000;

3. 优化提取大小 (Fetch Size)

-- 对于大型结果集
ALTER SERVER remote_db OPTIONS (SET fetch_size '50000');

-- 对于小型、频繁的查询
ALTER SERVER remote_db OPTIONS (SET fetch_size '1000');

4. 使用远程评估 (Remote Estimates)

ALTER SERVER remote_db OPTIONS (ADD use_remote_estimate 'true');

-- PostgreSQL 将查询远程 EXPLAIN 以获得准确的代价评估

5. 在远程表上建立索引

-- 确保远程表具有适当的索引
-- 直接连接到远程数据库：

CREATE INDEX idx_users_country ON users(country);
CREATE INDEX idx_orders_created_at ON orders(created_at);

6. 为频繁访问的数据使用物化视图

-- 在本地缓存远程数据
CREATE MATERIALIZED VIEW cached_remote_data AS
SELECT * FROM remote_users WHERE active = true;

-- 定期刷新
REFRESH MATERIALIZED VIEW cached_remote_data;

-- 使用 cron 任务或触发器自动刷新
CREATE EXTENSION pg_cron;
SELECT cron.schedule('refresh-cache', '0 */6 * * *', 
    'REFRESH MATERIALIZED VIEW cached_remote_data');

监控与故障排除

查看外部服务器

SELECT 
    srvname AS server_name,
    srvoptions AS options
FROM pg_foreign_server;

查看外部表

SELECT 
    foreign_table_schema,
    foreign_table_name,
    foreign_server_name
FROM information_schema.foreign_tables;

检查用户映射

SELECT 
    um.umuser::regrole AS local_user,
    fs.srvname AS foreign_server,
    um.umoptions AS options
FROM pg_user_mapping um
JOIN pg_foreign_server fs ON um.umserver = fs.oid;

分析查询性能

EXPLAIN (ANALYZE, VERBOSE, BUFFERS)
SELECT * FROM remote_users WHERE created_at > NOW() - INTERVAL '1 day';

连接池检查

-- 检查活动的外部连接
SELECT 
    datname,
    usename,
    application_name,
    client_addr,
    state
FROM pg_stat_activity
WHERE application_name LIKE '%fdw%';

常见问题与解决方案

问题 1：连接超时

错误：could not connect to server

解决方案：

-- 添加连接超时
ALTER SERVER remote_db OPTIONS (ADD connect_timeout '10');

-- 检查网络连接性
-- 在 shell 中运行：
psql -h remote-db.example.com -U user -d dbname

问题 2：查询缓慢

解决方案：

-- 启用远程评估
ALTER SERVER remote_db OPTIONS (ADD use_remote_estimate 'true');

-- 增加提取大小
ALTER SERVER remote_db OPTIONS (SET fetch_size '100000');

-- 检查 WHERE 子句是否下推
EXPLAIN VERBOSE SELECT * FROM remote_table WHERE id > 1000;

问题 3：身份验证失败

错误：password authentication failed

解决方案：

-- 更新用户映射
ALTER USER MAPPING FOR postgres
    SERVER remote_db
    OPTIONS (SET password 'new_password');

-- 检查远程服务器上的 pg_hba.conf
-- 确保它允许来自本地服务器的连接

问题 4：列类型不匹配

错误：column type mismatch

解决方案：

-- 显式转换列类型
CREATE FOREIGN TABLE remote_data (
    id INTEGER,
    data TEXT,
    created_at TIMESTAMP
)
SERVER remote_db
OPTIONS (table_name 'source_table');

-- 或导入正确的类型
DROP FOREIGN TABLE remote_data;
IMPORT FOREIGN SCHEMA public 
    LIMIT TO (source_table) 
    FROM SERVER remote_db INTO public;

安全注意事项

1. 使用只读账户

-- 在远程数据库上，创建受限用户
CREATE ROLE fdw_readonly;
GRANT CONNECT ON DATABASE production_db TO fdw_readonly;
GRANT USAGE ON SCHEMA public TO fdw_readonly;
GRANT SELECT ON ALL TABLES IN SCHEMA public TO fdw_readonly;

-- 在用户映射中使用
CREATE USER MAPPING FOR PUBLIC
    SERVER remote_db
    OPTIONS (user 'fdw_readonly', password 'safe_pass');

2. 安全的密码存储

-- 使用 .pgpass 文件代替硬编码密码
-- ~/.pgpass 格式：
-- hostname:port:database:username:password

CREATE USER MAPPING FOR postgres
    SERVER remote_db
    OPTIONS (user 'remote_user');
    -- 密码将从 .pgpass 读取

3. 网络安全

# 使用 SSL 连接
# 在远程服务器的 postgresql.conf 中：
ssl = on
ssl_cert_file = 'server.crt'
ssl_key_file = 'server.key'

-- 在用户映射中要求 SSL
CREATE SERVER secure_remote
    FOREIGN DATA WRAPPER postgres_fdw
    OPTIONS (
        host 'remote.example.com',
        dbname 'mydb',
        sslmode 'require'
    );

最佳实践

1. 最小化数据传输：仅选择需要的列
2. 使用索引：确保远程表已正确建立索引
3. 缓存频繁访问的数据：使用物化视图
4. 监控性能：定期进行 EXPLAIN ANALYZE
5. 限制写操作：大多数 FDW 用例建议优先选择只读
6. 使用连接池：启用 keep_connections
7. 设置合适的 fetch_size：根据查询模式进行调优
8. 测试故障转移方案：为远程数据库不可用做好预案
9. 记录外部依赖：保持清晰的文档记录
10. 定期安全审计：审查用户映射和权限

结论

PostgreSQL 外部数据包装器提供了强大的数据库联邦能力：

• 无缝集成：使用标准 SQL 查询远程数据
• 实时访问：无需数据复制或同步延迟
• 多数据库支持：PostgreSQL, MySQL, Oracle 等
• 性能：查询下推与优化
• 灵活性：支持读写操作

建议从对远程数据库的只读查询开始，通过合理的索引和提取大小优化性能，然后根据需要扩展到更复杂的集成方案。