入门指南

入门指南

安装

创建 Python 环境

如果您正在使用 Greptime 的 Docker 镜像，那么它已经设置好了脚本功能，您可以跳过这一步。

如果您希望使用带有 pyo3 功能的 Greptime 二进制文件，首先需要知道您的 Greptime 二进制文件所需的 Python 版本。您可以通过运行 ldd greptime | grep 'libpython'（或在 Mac 上运行 otool -L greptime|grep Python.framework）来检查。然后安装相应的 Python 版本（例如，libpython3.10.so 需要 Python 3.10 ）。

使用 Conda 创建一个 Python3 环境。Conda 是管理 Python 环境的强大工具，请参阅官方文档以获取更多信息。

shell

1. conda create --name Greptime python=<上一步中特定的Python版本，例如3.10>
2. conda activate Greptime

您可能需要为您的 Python 共享库设置正确的 LD_LIBRARY_PATH，例如，对于 Conda 环境，您需要将 LD_LIBRARY_PATH（或DYLD_LIBRARY_PATH）设置为 $CONDA_PREFIX/lib。您可以通过运行ls $CONDA_PREFIX/lib | grep 'libpython' 来检查该路径是否包含正确的 Python 共享库，并确认版本是否正确。

安装 GreptimeDB

请参考安装 GreptimeDB。

Hello world 实例

让我们从 hello world 实例开始入手：

python

1. @coprocessor(returns=['msg'])
2. def hello() -> vector[str]:
3. return "Hello, GreptimeDB"

将其保存为 hello.py，然后通过 HTTP API 发布：

提交 Python 脚本到 GreptimeDB

1. curl --data-binary "@hello.py" -XPOST "http://localhost:4000/v1/scripts?name=hello&db=public"

然后在 SQL 中调用：

sql

1. select hello();

sql

1. +-------------------+
2. | hello()           |
3. +-------------------+
4. | Hello, GreptimeDB |
5. +-------------------+
6. 1 row in set (1.77 sec)

或者通过 HTTP API 进行调用：

1. curl -XPOST "http://localhost:4000/v1/run-script?name=hello&db=public"

json

1. {
2. "code": 0,
3. "output": [
4. {
5. "records": {
6. "schema": {
7. "column_schemas": [
8. {
9. "name": "msg",
10. "data_type": "String"
11. }
12. ]
13. },
14. "rows": [["Hello, GreptimeDB"]]
15. }
16. }
17. ],
18. "execution_time_ms": 1917
19. }

函数 hello 带有 @coprocessor 注解。

@coprocessor 中的 returns 指定了返回的列名，以及整体的返回格式：

json

1. "schema": {
2. "column_schemas": [
3. {
4. "name": "msg",
5. "data_type": "String"
6. }
7. ]
8. }

参数列表后面的 -> vector[str] 指定了函数的返回类型，都是具有具体类型的 vector。返回类型是生成 coprocessor 函数的输出所必需的。

hello 的函数主体返回一个字面字符串 "Hello, GreptimeDB"。Coprocessor 引擎将把它转换成一个常量字符串的 vector 并返回它。

总的来说一个协处理器包含三个主要部分：

@coprocessor 注解
函数的输入和输出
函数主体

我们可以像 SQL UDF(User Defined Function) 一样在 SQL 中调用协处理器，或者通过 HTTP API 调用。

SQL 实例

将复杂的分析用的 Python 代码（比如下面这个通过 cpu/mem/disk 使用率来确定负载状态的代码）保存到一个文件中（这里命名为 system_status.py）：

python

1. @coprocessor(args=["host", "idc", "cpu_util", "memory_util", "disk_util"],
2. returns = ["host", "idc", "status"],
3. sql = "SELECT * FROM system_metrics")
4. def system_status(hosts, idcs, cpus, memories, disks)\
5. -> (vector[str], vector[str], vector[str]):
6. statuses = []
7. for host, cpu, memory, disk in zip(hosts, cpus, memories, disks):
8. if cpu > 80 or memory > 80 or disk > 80:
9. statuses.append("red")
10. continue

12. status = cpu * 0.4 + memory * 0.4 + disk * 0.2

14. if status > 80:
15. statuses.append("red")
16. elif status > 50:
17. statuses.append("yello")
18. else:
19. statuses.append("green")

22. return hosts, idcs, statuses

上述代码根据 cpu/memory/disk 的使用情况来评估主机状态。参数来自于查询 system_metrics 的数据，由 @coprocessor 注释中的参数 sql 指定（这里是="SELECT * FROM system_metrics"）。查询结果被分配给 args=[...] 中的每个位置参数，然后函数返回三个变量，这些变量被转换为三个列 returns = ["host", "idc", "status"]。

提交 Python 脚本到 GreptimeDB

可以用 system_status 将文件提交给 GreptimeDB，这样以后就可以用这个名称来引用并执行它：

shell

1. curl  --data-binary "@system_status.py" \
2. -XPOST "http://localhost:4000/v1/scripts?name=system_status&db=public"

运行该脚本：

shell

1. curl  -XPOST \
2. "http://localhost:4000/v1/run-script?name=system_status&db=public"

以 json 格式获取结果：

json

1. {
2. "code": 0,
3. "output": {
4. "records": {
5. "schema": {
6. "column_schemas": [
7. {
8. "name": "host",
9. "data_type": "String"
10. },
11. {
12. "name": "idc",
13. "data_type": "String"
14. },
15. {
16. "name": "status",
17. "data_type": "String"
18. }
19. ]
20. },
21. "rows": [
22. ["host1", "idc_a", "green"],
23. ["host1", "idc_b", "yello"],
24. ["host2", "idc_a", "red"]
25. ]
26. }
27. }
28. }

更多有关 Python 协处理器的信息，请参考定义函数文档。