无缝连接!YashanDB DBLink技术应用实践

简介: 无缝连接!YashanDB DBLink技术应用实践

前言
小崖又收到用户投稿啦。今天分享的是如何在YashanDB中创建和使用DBLink,高效进行跨库数据访问和处理数据,实现多库协同~

在常规的业务场景中,我们经常遇到跨数据库实例进行数据查询和更新的场景,通常有不同的技术方案来实现这个目标:

1)应用程序分别连接访问不同的数据库实例,获取数据后在应用层进行关联、合并等处理,分别更新对应的数据库实例。这种方案的优势是可以处理复杂的业务逻辑,劣势是需要编写代码来处理不同数据库实例的数据,维护成本较高。

2)在数据库实例中实现跨实例的数据查询和更新,如Oracle DBLink。这种方案的优势是数据库本身实现了跨实例访问能力,简单易用,且跨实例的SQL执行效率比第一种方案更有优势。

上手试试YashanDB的DBLink特性,分为如下几步进行操作:

创建用户、并授权
2)创建YashanDB到YashanDB的DBLink连接

3)通过DBlink连接查询另一个YashanDB实例的数据

4)通过DBlink连接修改另一个YashanDB实例的数据

5)创建YashanDB到Oracle的DBLink连接

6)通过DBlink连接查询Oracle实例的数据

7)通过DBlink连接修改Oracle实例的数据

环境信息:

YashanDB实例1:192.168.23.53:3688

YashanDB实例2:192.168.23.53:5688

Oracle实例1:192.168.33.174:1521

1、创建test用户并授予创建dblink权限

SQL
create user test identified by yasdb_123 default tablespace users;
grant CREATE DATABASE LINK to test;

2、创建一个DBLink,该DBLink指向另一个YashanDB实例

SQL> create database link dblink_yashan CONNECT TO test identified by yasdb_123 USING '192.168.23.53:5688';

3、通过该DBLink查询另一个YashanDB实例T1表中的数据

SQL> SELECT * FROM t1@dblink_yashan;

4、通过DBLink向另一个YashanDB实例的T1表中插入数据、更新数据、删除数据

•通过DBLink向T1表插入2条数据,表中变成3条数据

SQL> INSERT INTO t1@dblink_yashan VALUES(73, 29, 3, 5, 18,'table tn1 row 2');
SQL> INSERT INTO t1@dblink_yashan VALUES(31, 49, 20, 50, 71,'table tn1 row 3');
SQL> SELECT * FROM t1@dblink_yashan;

•通过DBLink向T1表将T1表的X1字段进行更新

SQL> UPDATE t1@dblink_yashan SET X1='Updated by DBLINK';
SQL> SELECT * FROM t1@dblink_yashan;

•通过DBLink删除T1表中的一行数据

SQL> DELETE FROM t1@dblink_yashan WHERE A1=73;
SQL> SELECT * FROM t1@dblink_yashan;

5、创建一个DBLink,该DBLink指向另一个Oracle数据库实例

SQL> create database link dblink_oracle CONNECT TO test identified by 123456 USING 'oracle:192.168.33.174/orcl';

6、通过指向Oracle实例的DBLink查询Oracle实例T1表中的数据

SQL> SELECT * FROM t1@dblink_oracle;

在SQL中通过Oracle实例的DBlink和YashanDB的DBlink将这两个表进行关联查询:

SQL> SELECT o1.A1,o1.B1,o1.C1,y1.D1,y1.E1,y1.X1 FROM t1@dblink_oracle o1,t1@dblink_yashan y1 WHERE o1.A1=y1.A1;

7、通过指向Oracle实例的DBLink向Oracle实例的T1表中插入数据、更新数据、删除数据

•通过DBLink向T1表插入2条数据,表中变成3条数据

SQL> INSERT INTO t1@dblink_oracle VALUES(73, 29, 3, 5, 18,'table tn1 row 2');
SQL> INSERT INTO t1@dblink_oracle VALUES(31, 49, 20, 50, 71,'table tn1 row 3');
SQL> SELECT * FROM t1@dblink_oracle;

•通过DBLink向T1表将T1表的X1字段进行更新

SQL> UPDATE t1@dblink_oracle SET X1='Updated by DBLINK';
SQL> SELECT * FROM t1@dblink_oracle;

•通过DBLink删除T1表中的一行数据

SQL> DELETE FROM t1@dblink_oracle WHERE A1=73;
SQL> SELECT * FROM t1@dblink_oracle ;

总结一下!通过在YashanDB中创建和使用DBLink,我们验证了便捷地通过SQL访问其他的Oracle或者YashanDB数据库实例中的数据,实现方便地跨库数据访问。DBLink确实是一个非常实用的功能,也为YashanDB的灵活拓展能力点赞!

目录
打赏
0
0
0
0
98
分享
相关文章
YashanDB在地理信息系统(GIS)领域的关键功能和技术优势
本文介绍了GIS技术及其在崖山数据库(YashanDB)中的应用与优化。GIS是一种用于管理和分析地理数据的系统,具备数据捕获、存储、展示和分析等功能。YashanDB针对GIS领域提供了原生GIS数据库引擎,支持多种空间数据类型,并通过R-tree空间索引优化查询性能。测试对比显示,YashanDB在创建R-tree索引及处理大规模空间数据时优于PostgreSQL,展现了其高效的空间计算能力,适用于数字孪生城市等实际场景。
YashanDB在地理信息系统(GIS)领域的关键功能和技术优势
YashanDB多模数据融合管理技术探索与实践
本文基于李伟超在“2024年国产数据库创新生态大会”的演讲,介绍了YashanDB如何通过创新架构设计应对AI+时代的多模态数据融合管理挑战。YashanDB采用存算分离架构、联邦查询等技术,实现了对空间、BIM、图、向量等多种类型数据的高效统一管理,支持智慧城市和大模型训练等应用场景。未来,YashanDB将继续优化多模数据管理策略,推动数据价值的最大化释放。
SQL与NoSQL数据库的选择:技术与场景驱动下的决策
【6月更文挑战第16天】**SQL vs NoSQL数据库:技术与应用场景比较。SQL数据库以其关系模型、ACID特性、灵活查询及事务处理见长,适合结构化数据和强一致性场景。NoSQL则以数据模型灵活性、高可扩展性、高性能及低成本著称,适合大数据、高并发和快速迭代的需求。选择应基于业务需求、数据特性、系统架构和成本。**
ClickHouse SQL开发工具的天花板,你还不知道?
NineData是玖章算术旗下的多云数据管理平台,NineData SQL开发提供强大的 SQL 编辑器,支持完整的语法高亮、自动补全、对象类型识别、错误提示等能力,您可以通过SQL开发管理和维护您的ClickHouse数据库。
306 0
ClickHouse SQL开发工具的天花板,你还不知道?
【大数据开发运维解决方案】Oracle Sql基础查询
空字符串在oracle中常常相当于null,为什么不说空字符串等价于null呢,看案例: 可以看到,本身deptno是number类型的,而‘’字符串本身是varchar类型,这与null可以是任何类型不同,所以也就不等价。
【大数据开发运维解决方案】Oracle Sql基础查询
信创迁移适配预研-达梦数据库DM8服务与客户端工具安装使用
信创迁移适配预研-达梦数据库DM8服务与客户端工具安装使用
599 0
信创迁移适配预研-达梦数据库DM8服务与客户端工具安装使用
AnalyticDB PostgreSQL新功能发布,内核及SQL诊断与优化能力双双升级
新版本内核提升排序及查询能力,支持增量自动排序等核心功能。 控制台进一步优化智能诊断与能力服务,提供SQL分布统计及执行计划分析
AnalyticDB PostgreSQL新功能发布,内核及SQL诊断与优化能力双双升级
“七天玩转支持SQL的海量扩展数据库”训练营圆满结束!
为了更好地将阿里云的数据库技术能力回馈给开发者,和百万开发者共同成长。2021年4月19号-25日,阿里云联合Cassandra商业公司DataStax打造的“七天玩转支持SQL的海量扩展数据库”训练营圆满结营!
“七天玩转支持SQL的海量扩展数据库”训练营圆满结束!
MPP架构实时大数据平台,分析性数据库 PostgreSQL 6.0 邀您公体验!
信息摘要: MPP架构实时大数据平台,云数据库 ADB for PostgreSQL 6.0 限时免费公测,邀您体验!适用客户: 互联网/游戏/政务/开发者 / 大型零售连锁商超 / 金融保险行业 / 考试认证的机构/版本/规格功能: 云数据库 ADB for PostgreSQL 6.0 正式发布,基于 Greenplum 最新6.0内核。
2544 0
分布式SQL引擎是如何炼成的 —— 运行时探秘(上)
##概述 生逢DT时代,为了能从价值密度低下的海量数据中淘出真金,人们开发了各种各样的计算数据的利器。自Google陆续发布后来被誉为“三架马车”的三篇著名的论文之后,大数据技术逐步进入了高速发展期。放眼业界,这些年计算技术层出不穷、百花齐放。计算引擎从Hadoop MapReduce、Apache Hive发展至如今如日中天的Apache Spark、Apache Flink。计算范式从批
2580 0