pg_mooncake 🤝 Drizzle：用强类型 ORM 驱动分析查询
· Pranav Aurora 发布于
工程实践 · 711 字 · 2 分钟 · 阅读原文
在 PostgreSQL 的 pg_mooncake 列存表上直接使用你最喜爱的 TypeScript ORM（Drizzle）编写强类型分析查询。
在 pg_mooncake 发布之初，有一件事出乎我们的意料：开发者们非常关心能否在分析型负载中继续使用熟悉的 ORM。我们经常收到两类典型需求：
- “我手头有一堆 Parquet 文件，我希望能在它们之上获得完整的 ORM 类型支持。”
- “我在事务数据库里用了 Drizzle / Prisma，我也希望能直接用它来写分析报表和仪表盘查询。”
我们始终坚信，Postgres 中的列式存储在外观和使用体验上必须像一张普通堆表。这正是 pg_mooncake 列存表的核心创新所在：你可以对它执行事务、更新、删除，并与普通堆表直接关联（JOIN）。
在 Postgres 中提供原生列存表的一大额外红利在于：你最喜爱的 ORM 可以直接开箱即用。在本文中，我们将使用 Drizzle ORM 来演示这一点。
下面让我们基于一份 Reddit 评论数据集构建一个简单的分析应用，并全部使用 Drizzle 编写分析查询。
1. 创建 pg_mooncake 列存表
我们将使用来自 Hugging Face 的 Reddit 评论数据集。首先创建一张 pg_mooncake 列存表（参见 v0.1 数据导入语法 与 v0.3 mooncake.create_table 参考）：
CREATE TABLE reddit_comments (
author TEXT,
body TEXT,
controversiality BIGINT,
created_utc BIGINT,
link_id TEXT,
score BIGINT,
subreddit TEXT,
subreddit_id TEXT,
id TEXT
) USING columnstore;
接着，将 Hugging Face 上的 Parquet 数据直接复制到 reddit_comments 表中（这里我们导入单个包含 1500 万行的 Parquet 文件）：
COPY reddit_comments FROM 'hf://datasets/fddemarco/pushshift-reddit-comments/data/RC_2012-01.parquet';
非常棒！现在从 Hugging Face 往 Postgres 导入海量数据既简单又飞快。
2. 为列存表定义 Drizzle Schema
配置好连接 Postgres 实例的 Drizzle 驱动后，我们可以像定义普通表一样为列存表编写 Schema：
// schema.ts
export const redditComments = pgTable("reddit_comments", {
id: text("id").primaryKey(),
author: text("author"),
body: text("body"),
controversiality: bigint("controversiality", { mode: "number" }),
created_utc: bigint("created_utc", { mode: "number" }),
link_id: text("link_id"),
score: bigint("score", { mode: "number" }),
subreddit: text("subreddit"),
subreddit_id: text("subreddit_id")
});
3. 以完整的类型安全查询数据模型
例如，按板块聚合统计评论数与平均得分：
// routes.ts
const stats = db
.select({
subreddit: redditComments.subreddit,
commentCount: sql<number>`count(${redditComments.id})`,
avgScore: sql<number>`avg(${redditComments.score})::float`,
avgControversiality: sql<number>`avg(${redditComments.controversiality})::float`,
totalScore: sql<number>`sum(${redditComments.score})`
})
.from(redditComments)
.groupBy(redditComments.subreddit)
.orderBy(desc(sql`count(${redditComments.id})`))
.limit(10);
你可以用自己最熟悉的 TypeScript 语法编写极速分析查询。
4. 立即开始使用 pg_mooncake
欢迎了解我们在 Drizzle 的伙伴们——用 ORM 驱动分析查询从未如此轻松。我们现已成为 Drizzle 的官方赞助商：
我们非常期待与社区一起推进诸如 One Dollar Stats 这样的项目，敬请期待更多精彩内容。
