Kuzu数据库：使用SQL_QUERY实现跨数据库JOIN导入功能解析

概述

Kuzu数据库最新版本中引入了一项重要功能：通过SQL_QUERY语法实现从PostgreSQL等关系型数据库执行复杂JOIN查询并直接导入数据的能力。这项功能极大地简化了将关系型数据转换为图数据的流程，特别适合需要构建图模型进行分析的场景。

功能背景

传统ETL过程中，从关系数据库提取数据到图数据库通常需要多个步骤：首先执行JOIN查询获取完整数据，然后转换为图数据库所需的格式，最后导入。Kuzu的SQL_QUERY功能将这些步骤合并为一个原子操作，显著提高了效率。

技术实现细节

核心语法

Kuzu通过扩展SQL语法实现了这一功能，主要包含两个关键部分：

1. 数据库连接配置：使用ATTACH命令建立到PostgreSQL的连接
2. 数据导入：通过COPY FROM SQL_QUERY()语法执行跨数据库查询

实际应用示例

考虑一个铁路网络数据模型，包含城市、车站和铁路连接信息。传统方式需要分别导入各个表并在Kuzu中重建关系，而新方法可以直接通过JOIN查询一次性导入：

# 建立PostgreSQL连接
conn.execute("INSTALL postgres; LOAD EXTENSION postgres;")
conn.execute(f"ATTACH '{PG_CONNECTION_STRING}' AS uw (dbtype postgres);")

# 创建目标节点表
conn.execute("CREATE NODE TABLE City(city_id INT64, name STRING, country STRING, PRIMARY KEY (city_id))")

# 使用JOIN查询直接导入
sql = """SELECT city.id as city_id, city.name as name, country.name as country FROM city
JOIN country ON country.id = city.country_id
WHERE country.name in (''Germany'', ''France'')"""
conn.execute(f'COPY City FROM SQL_QUERY("uw", "{sql}")')

使用注意事项

1. 引号处理：SQL查询中的单引号需要转义为两个单引号
2. 连接别名：ATTACH创建的数据库别名在SQL_QUERY中需要用双引号包裹
3. 字段映射：查询结果的列名应与目标表的列名匹配或通过AS子句显式指定

性能考量

这种直接JOIN导入的方式相比传统ETL流程有以下优势：

• 减少数据传输次数：只需一次查询和传输
• 降低内存消耗：避免中间结果集的存储
• 简化代码逻辑：无需编写复杂的转换脚本

适用场景

该功能特别适合以下场景：

• 从关系型数据库迁移子图到图数据库
• 需要频繁同步部分关系数据的场景
• 复杂多表关联数据的初始导入

总结

Kuzu数据库的SQL_QUERY导入功能代表了图数据库与关系型数据库融合的重要一步，为开发者提供了更灵活、高效的数据迁移方案。随着图数据库在企业应用中的普及，这类跨数据库操作能力将变得越来越重要。