首页
/ YDB平台中系统视图路径实现方案的技术演进

YDB平台中系统视图路径实现方案的技术演进

2025-06-15 09:53:48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:

  1. 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
  2. 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:

  1. 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
  2. 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
  3. 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

  1. 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
  2. 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

  1. 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
  2. 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
  3. 可扩展性:通过类型枚举可方便地支持新的视图实现
  4. 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

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (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
930
553
nop-entropynop-entropy
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
8
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511