YDB平台中系统视图路径实现方案的技术演进
2025-06-15 23:47:34作者:胡唯隽
在分布式数据库系统YDB中,系统视图(SysView)是管理员和开发者观察系统状态的重要窗口。近期YDB平台针对系统视图的ACL权限控制需求,对系统视图的实现路径进行了重要改进,本文将深入解析这一技术演进过程。
背景与挑战
传统YDB系统中,系统视图的实现选择是基于视图名称在.sys目录下的命名规则来确定的。这种设计存在两个主要问题:
- 缺乏明确的类型标识机制,使得视图实现选择逻辑与命名规则强耦合
- 难以支持新引入的物化系统视图路径的权限控制需求
技术方案设计
新方案的核心思想是通过显式的类型枚举来标识系统视图,主要包含以下技术要点:
- 元数据扩展:在SchemeShard中存储系统视图记录时,除了路径信息外,新增了视图类型字段
- 解析流程重构:
- 为物化系统视图路径填充完整的表元数据
- 在解析表名时增加SchemeCache查询,获取系统视图类型
- 在阶段信息中保存视图类型
- 执行层适配:
- 在KQP任务元数据协议中携带系统视图类型信息
- 执行时优先基于类型枚举选择实现,保持对传统名称匹配的向后兼容
实现细节
元数据存储层
在SchemeShard中,系统视图记录现在包含:
- 标准路径信息
- 视图类型枚举值(区分不同实现类别)
查询处理流程
-
编译阶段:
- 对物化路径进行特殊处理,确保元数据完整
- 通过额外SchemeCache请求获取类型信息
- 将类型信息注入查询计划
-
执行阶段:
- KQP处理器读取任务元数据中的视图类型
- 根据类型而非名称选择具体实现
- 保持原有名称匹配逻辑作为回退方案
技术优势
- 解耦实现选择:将视图实现与命名规则解耦,提高系统灵活性
- 权限控制支持:为物化路径提供完整的元数据支持,实现细粒度ACL
- 可扩展性:通过类型枚举可方便地支持新的视图实现
- 兼容性保障:保留名称匹配逻辑确保现有功能不受影响
应用场景
这一改进特别适用于:
- 需要严格权限控制的系统管理场景
- 物化视图的性能敏感型查询
- 需要自定义视图实现的特殊业务需求
总结
YDB通过引入系统视图类型枚举和相应的处理机制,实现了视图实现选择的灵活控制,同时为物化路径提供了完整的权限管理支持。这一改进不仅解决了当前ACL控制的需求,也为未来系统视图的功能扩展奠定了坚实基础,体现了YDB系统架构良好的演进能力。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 WebVideoDownloader:高效网页视频抓取工具全面使用指南 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南
项目优选
收起
deepin linux kernel
C
24
8
Ascend Extension for PyTorch
Python
199
219
暂无简介
Dart
637
145
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
279
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
246
316
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.12 K
630
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
76
100
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
385
3.74 K