[pgrx开发postgresql数据库扩展]6.返回序列的函数编写（1）单值序列

news2024/10/7 13:20:08

上篇文章是中规中矩的标准计算函数，就算不用pgrx，也是可以正常理解的，所以基本上没有什么对于pgrx框架有关系的东西（唯一有关系的东西，应该就是Rust的时间类型与pgrx的时间类型的计算了）。

这篇文章会讲一个pgrx对于postgresql或者说对于任何数据库扩展来说都比较有用的开发内容：返回序列以及表的函数的编写。

针对上篇文章，用了一个概念，就是：单值输入与单值输出，那么相对来说，这篇文章描写的就是单值输入与多值输出。

所谓的多值输出，就是可以输出超过一行的函数。

如下所示，这个Python函数，就是单值输入，多值输出的例子：我们输入1个整数，然后函数根据我们输入的整数，去生成一个list。

例如我们输入的是5，得到的结果就是[0,1,2,3,4]。

def generate_list(x:int):
    return [i for i in range(0,x)]

在本系列的第一篇文章里面，大家可能还记得我给出来的这样一个效果：

那么在pgrx里面，如何来实现呢？

pgrx对于这种集合类型的支持，有很多种，例如Vec、range这些个类型都是支持的，但是对于数据库来说，这种返回超过一行序列的方法被称之为srf，即：Set Returning Functions。

在Postgresql里面，本身就内置了很多srf，例如generate_series()这个就是最著名的内置srf。

而在pgrx里面，如果要实现srf，需要包装的类型分别是：

SetOfIterator
TableIterator

注意：这两个类型是pgrx 0.7.0之后版本才推出的，如果你看的旧版本的介绍，发现是没有这两个类型的。

首先我们来看如何使用SetOfIterator来实现一个生成自定义序列的srf：

表示rust风格的代码，是这样写的：

#[pg_extern]
fn my_generate_series(start:i64,
                    end:i64,
                    step:i64)->SetOfIterator<
'static, i64
>{
    SetOfIterator::new((start..=end).step_by(step as usize).into_iter())
}

不过这种写法编程，对于没有接触过函数式编程的同学感觉非常痛苦，所以我们写成传统的过程化编程风格：

#[pg_extern] fn my_generate_series2(start:i64,end:i64,step:i64) ->SetOfIterator<'static, i64>{ //初始化一个集合 let mut series:Vec<i64> = vec![]; //迭代从start - end的所有数值 for x in start..=end{ //如果有setp，则满足条件在放入集合中 if x % step ==0{ series.push(x); } } //把生成的集合，放入SetOfIterator 包装类型中，返回出来 SetOfIterator::new(series) }

我们可以来看看两种不同的写法，实际上结果是一样的：

生成50000个数值，效率也是差不多的：

不过对于写过函数式编程的同学来说，第一种写法更加简洁明了……起码对于我来说，我还是喜欢第一种写法的：

下面我们来看一个小案例：

第一个是定制一个我们自己的UUID函数：

做数据库设计的时候，最头疼的问题之一是如何设计一个有意义、高性能其能保证在一定程度上不会冲突的ID。其中一种方案就是用UUID：UUID 是通用唯一识别码（Universally Unique Identifier）的缩写,他可以保证生成在时间和空间上的唯一编码。

虽然从PG13的版本开始，就已经提供了uuid的生成函数，但是它只能生成UUID V4版本的序列：

常用的自增 ID 缺乏随机性，且会暴露数据细节（黑客可以通过 id 的规律爬到大量数据）；UUID v4 是基于随机数的，具备足够随机性，但其最大的问题就是无法排序。

而最新的UUID 7版本，已经支持了排序和大小比较，所以我们想在postgresql里面使用UUID V7版本，怎么做呢？

首先在cargo里面把需要的包导入进来：

uuid7 = "0.6.2"

然后编写一个方法：

#[pg_extern]
fn my_uuid7() -> String {
    uuid7::uuid7().to_string()
}

然后可以阔以了：

下面我们来看看效果：

生成出来的表是这样的：

做一个查询：

简单得让人难以置信……真是太残暴了……

下面来做一个数据分析中常用的操作：抽样。

例如上面那个表，我做了20万条数据数据进去，现在需要对它进行随机抽样，而且要求抽样满足各种分布，例如正态分布、均匀分布或者泊松分布以及伯努利分布……

如果仅仅是做随机抽样，那么SQL原生提供的RAND()函数就可以搞定了：

注意前面那么一堆代码，是我给这个表加了个行号，用来标识信息，否则uuid更本看不出效果来，ORDER BY random()的意思就是随机排序。

如果要做正态分布（高斯）的话，postgresql也提供了一个扩展模块：tabfunc中的normal_rand 函数：

安装好这个扩展之后，可以看见有如下函数：

例如我们可以用这个函数生成10个均值为10万，标准差为1万的数值：

然后可以用于抽样：

但是其他的分布，SQL就比较麻烦了，所以我们针对此需求，来编写一个伯努利抽样的扩展，代码如下：

直接导入Rust的随机数工具包rand（Rust的随机数包）和rand_distr（这个包用来生成泊松分布抽样），写在工程的cargo.toml配置文件里面：

编写扩展函数，代码如下：

use rand_distr::{Poisson};
#[pg_extern]
fn my_generate_possion(lambda:f64,cnt:i64) -> SetOfIterator<'static,i64>{
    let poi = Poisson::new(lambda).unwrap();
    let v = poi.sample(&mut rand::thread_rng());

    SetOfIterator::new((0..cnt).into_iter()
    .map(move |x| poi.sample(&mut rand::thread_rng()) as i64))
}

编译运行，