tds_fdw 项目教程
2024-10-10 05:49:15作者:仰钰奇
1. 项目介绍
tds_fdw 是一个 PostgreSQL 的外部数据包装器(Foreign Data Wrapper),用于连接使用 Tabular Data Stream (TDS) 协议的数据库,如 Sybase 和 Microsoft SQL Server。该项目允许 PostgreSQL 数据库直接访问和操作这些外部数据库中的数据,而无需进行数据迁移。
主要功能
- 连接 TDS 数据库:支持连接 Sybase 和 Microsoft SQL Server 等使用 TDS 协议的数据库。
- 数据访问:允许 PostgreSQL 直接查询和操作外部数据库中的数据。
- WHERE 和列推送:支持 WHERE 条件和列的推送,提高查询效率。
项目地址
- GitHub: tds-fdw/tds_fdw
2. 项目快速启动
安装步骤
安装依赖
首先,确保系统中已经安装了 PostgreSQL 和 FreeTDS。
# 安装 PostgreSQL
sudo apt-get install postgresql
# 安装 FreeTDS
sudo apt-get install freetds-dev
下载并编译 tds_fdw
# 克隆项目
git clone https://github.com/tds-fdw/tds_fdw.git
cd tds_fdw
# 编译和安装
make
sudo make install
配置 PostgreSQL
在 PostgreSQL 中启用 tds_fdw 扩展:
-- 连接到 PostgreSQL 数据库
psql -U postgres -d your_database
-- 创建扩展
CREATE EXTENSION tds_fdw;
-- 创建外部服务器
CREATE SERVER your_server_name
FOREIGN DATA WRAPPER tds_fdw
OPTIONS (servername 'your_tds_server', port '1433');
-- 创建用户映射
CREATE USER MAPPING FOR postgres
SERVER your_server_name
OPTIONS (username 'your_username', password 'your_password');
-- 创建外部表
CREATE FOREIGN TABLE your_table_name (
column1 datatype,
column2 datatype,
...
)
SERVER your_server_name
OPTIONS (query 'SELECT * FROM your_remote_table');
示例代码
以下是一个简单的示例,展示如何从外部数据库中查询数据:
-- 查询外部表
SELECT * FROM your_table_name;
3. 应用案例和最佳实践
应用案例
数据集成
tds_fdw 可以用于将多个数据库系统中的数据集成到一个 PostgreSQL 数据库中,方便进行统一管理和查询。
数据迁移
在数据迁移过程中,可以使用 tds_fdw 作为过渡方案,先将数据从外部数据库导入到 PostgreSQL 中,再进行进一步的处理和分析。
最佳实践
- 性能优化:在创建外部表时,尽量使用索引和分区,以提高查询性能。
- 安全配置:确保外部服务器的连接信息和用户凭证安全存储,避免泄露敏感信息。
- 定期维护:定期检查和更新
tds_fdw和相关依赖库,确保系统的稳定性和安全性。
4. 典型生态项目
FreeTDS
FreeTDS 是一个开源的 TDS 协议实现,支持连接 Sybase 和 Microsoft SQL Server。tds_fdw 依赖于 FreeTDS 进行数据库连接和数据传输。
PostgreSQL
PostgreSQL 是一个强大的开源关系型数据库,支持多种扩展和外部数据访问方式。tds_fdw 作为其扩展之一,提供了对 TDS 协议数据库的支持。
pgAdmin
pgAdmin 是一个用于管理 PostgreSQL 数据库的图形化工具,支持查看和管理外部表和外部服务器。
通过这些生态项目的配合,tds_fdw 可以更好地发挥其功能,帮助用户实现复杂的数据集成和查询需求。
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-1.5暂无简介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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
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
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
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
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210