Greenplum 作为一款强大的 HTAP 数据库，针对大多数流行语言都有相应的连接库。大部分均是与 PostgreSQL 采用相同的接口，但是也有部分接口是 Greenplum 专门优化后用于自身使用的。今天，我们将给大家分享一系列语言接口的连接库及使用方式。

1. Golang

Golang 作为 Google 开源的一款编译型开发语言，经过多年发展，在开发界占据了很大的份额，市面上针对 Greenplum 的 Golang 连接库也有很多，但是最著名的还是 github.com/lib/pq。

Golang 为连接数据库专门提供了一个公共包叫 database/sql，在进行数据库连接时，只需要遵循该库的注册方式将 lib/pq（https://github.com/lib/pq） 注册为 postgres 驱动即可。

支持列表

目前该包支持全系列 Greenplum 产品，提供的一些功能如下：

• 支持数据库增删改查
• 支持在数据库中直接执行DDL或维护语句（VACUUM等）
• 支持所有普通数据类型
• 支持 bytea
• 支持 hstore
• 支持 SSL
• 支持 COPY FROM
• 支持 pgpass

安装方法

与其他的 Go 包安装方式一样，只需要在 go/src 目录下执行 go get 命令即可将需要的包下载。go get github.com/lib/pq 如果网络条件有限，不能直接 go get 联网下载，也可以直接在外网机器上用 go get 或者 git 下载好，然后将代码复制到对应格式的目录下（放到 go 文件夹下的 src 文件夹下的 github.com 文件夹下的 lib 文件夹下的 pq 下）。

使用方法

下面展示一段 Golang 连接数据库查询的代码，进行简单分析。

package mainimport (    "database/sql"    "fmt"    _ "github.com/lib/pq"    "log")func main() {    db, err := sql.Open("postgres", "user=chris password=123 dbname=postgres host=127.0.0.1 port=5432 sslmode=disable")    if err != nil {        log.Fatal(err)    }    defer db.Close()    //查询数据    rows, err := db.Query("select version()")    for rows.Next() {        var version string        rows.Scan(&version)        fmt.Println(version)    }}

从上面代码可以看到，我们需要首先导入 database/sql 和 lib/pq 两个包。

import ("database/sql""fmt"_ "github.com/lib/pq""log")注意这里在导入 lib/pq 时，前面加了下划线（_），因为通常来说，不直接使用驱动所提供的方法，而是应该使用 database 中的 sql.DB，因此在导入 lib/pq 驱动时，这里使用了匿名导入的方式(在包路径前添加 _)，当导入了一个数据库驱动后，此驱动会自行初始化并注册自己到 Golang 的 database/sql 上下文中，因此我们就可以通过 database/sql 包提供的方法访问数据库了。

database/sql 默认提供了 MySQL、PostgreSQL 和 SQLite 的支持，不需要手工注册。

接下来就是在函数中构造连接 url 然后进行查询了

以下就是具体的连接使用逻辑，通常的逻辑一般为：

• 打开数据库连接
• 执行增删改查操作
• 扫描结果集然后处理（查询操作）
• 错误处理
• 关闭数据库连接 数据源的连接字符串通常拼接成“user=chris password=123
  dbname=postgres host=127.0.0.1 port=5432 sslmode=disable”的形式，字符串中分别对应了 Greenplum 数据库的用户名、密码、数据库名、主机ip、Greenplum 端口号和 sslmode。

db, err := sql.Open("postgres", "user=chris password=123 dbname=postgres host=127.0.0.1 port=5432 sslmode=disable")
除了上面的数据源连接串形式，也可以下面这种方式连接（不太常用，作用是一样的）：“postgres://chris:password@127.0.0.1:5432/postgres?sslmode=verify-full”。

数据库的操作支持开发语言中常见的两种处理方式：

1. 直接查询
2. prepare statement

下面给大家展示所有可能涉及的增删改查操作的语法，可以直接在数据库中测试使用。

package mainimport (    "database/sql"    "fmt"    _ "github.com/lib/pq"    "time")var db *sql.DBfunc sqlOpen() {    var err error    db, err = sql.Open("postgres", "user=gpadmin password=123 dbname=postgres host=172.16.142.191 port=5432 sslmode=disable")    //port是数据库的端口号，默认是5432，如果改了，这里一定要自定义；    //user就是你数据库的登录帐号;    //dbname就是你在数据库里面建立的数据库的名字;    //sslmode就是安全验证模式;    checkErr(err)}func sqlCreate() {    //创建表    _, err := db.Exec("drop table t_user")    checkErr(err)    _, err1 := db.Exec("create table t_user(uname text,dptname text,create_time timestamp)")    checkErr(err1)}func sqlInsert() {    //插入数据    stmt, err := db.Prepare("INSERT INTO t_user(uname,dptname,create_time) VALUES($1,$2,$3)")    checkErr(err)    _, err = stmt.Exec("chris", "软件1部", "2020-01-08")    //这里的三个参数就是对应上面的$1,$2,$3了    checkErr(err)}func sqlDelete() {    //删除数据    stmt, err := db.Prepare("delete from t_user where uname=$1")    checkErr(err)    res, err := stmt.Exec("chris")    checkErr(err)    affect, err := res.RowsAffected()    checkErr(err)    fmt.Println("rows affect:", affect)}func sqlSelect() {    //查询数据    rows, err := db.Query("SELECT * FROM t_user")    checkErr(err)    println("-----------")    for rows.Next() {        var uname string        var dptname string        var create_time string        err = rows.Scan(&uname, &dptname, &create_time)        checkErr(err)        fmt.Println( "name = ", uname, "\ndep = ", dptname, "\ncreated = ", create_time, "\n")    }}func sqlUpdate() {    //更新数据    stmt, err := db.Prepare("update t_user set dptname=$1 where uname=$2")    checkErr(err)    res, err := stmt.Exec("软件1部","jenny")    checkErr(err)    affect, err := res.RowsAffected()    checkErr(err)    fmt.Println("rows affect:", affect)}func sqlClose() {    db.Close()}func checkErr(err error) {    if err != nil {        panic(err)    }}func main() {    sep := "----------\n"    sqlOpen()    println(sep, "*sqlOpen")    sqlCreate()    println(sep, "*sqlCreate")    time.Sleep(time.Second*2)    sqlSelect()    println(sep, "*sqlSelect")    time.Sleep(time.Second*2)    sqlInsert()    sqlSelect()    println(sep, "*sqlInsert")    time.Sleep(time.Second*5)    sqlUpdate()    sqlSelect()    println(sep, "*sqlUpdate")    time.Sleep(time.Second*2)    sqlDelete()    sqlSelect()    println(sep, "*sqlDelete")    time.Sleep(time.Second*2)    sqlClose()    println(sep, "*sqlClose")}

2. C语言

C语言是比较偏基础的语言，现在大多数开发人员可能不怎么会用C语言进行开发。但是在2020年1月份发布的2019年度编程语言（
https://www.tiobe.com/tiobe-i… ）中，C语言战胜众多对手，王者归来，足见C语言的地位。

也确实如上所说，C语言可能影响到软件开发的方方面面，但并不一定为你我所熟知。在 PostgreSQL/Greenplum 领域中，libpq 是 PostgreSQL/Greenplum 的C应用程序接口，这个C接口同时也是 C++、Perl、Python、Tcl 和 ECPG 应用接口的驱动引擎。今天就来简单看看这个C接口是如何使用的。

示例

可以将如下代码编辑到 gpadmin 用户下的 testlibpq.c 文件中，下面会介绍简单的编译和使用

/* * src/test/examples/testlibpq.c * testlibpq.c *      注意：下面需要引入libpq-fe.h头文件 */#include <stdio.h>#include <stdlib.h>#include "libpq-fe.h"static voidexit_nicely(PGconn *conn){    PQfinish(conn);    exit(1);}intmain(int argc, char **argv){    const char *conninfo;    PGconn     *conn;    PGresult   *res;    int         nFields;    int         i,                j;    /*      * 如果用户在命令行定义了参数，那么这里解析为conninfo，作为连接参数；     * 如果没有定义，则会选用环境变量定义的连接参数或采用默认值。     */    if (argc > 1)        conninfo = argv[1];    else        conninfo = "dbname = postgres";    /* 创建一个数据库连接 */    conn = PQconnectdb(conninfo);    /* 检查连接是否成功开启 */    if (PQstatus(conn) != CONNECTION_OK)    {        fprintf(stderr, "Connection to database failed: %s",                PQerrorMessage(conn));        exit_nicely(conn);    }    /* Set always-secure search path, so malicious users can't take control. */    res = PQexec(conn,                 "SELECT pg_catalog.set_config('search_path', '', false)");    if (PQresultStatus(res) != PGRES_TUPLES_OK)    {        fprintf(stderr, "SET failed: %s", PQerrorMessage(conn));        PQclear(res);        exit_nicely(conn);    }    /*     * 当完成操作后，执行清理操作，避免内存泄漏。     */    PQclear(res);    /*     * Our test case here involves using a cursor, for which we must be inside     * a transaction block.  We could do the whole thing with a single     * PQexec() of "select * from pg_database", but that's too trivial to make     * a good example.     */    /* 开始一个事务块 */    res = PQexec(conn, "BEGIN");    if (PQresultStatus(res) != PGRES_COMMAND_OK)    {        fprintf(stderr, "BEGIN command failed: %s", PQerrorMessage(conn));        PQclear(res);        exit_nicely(conn);    }    PQclear(res);    /*     * 从pg_database表中获取数据     */    res = PQexec(conn, "DECLARE myportal CURSOR FOR select * from pg_database");    if (PQresultStatus(res) != PGRES_COMMAND_OK)    {        fprintf(stderr, "DECLARE CURSOR failed: %s", PQerrorMessage(conn));        PQclear(res);        exit_nicely(conn);    }    PQclear(res);    res = PQexec(conn, "FETCH ALL in myportal");    if (PQresultStatus(res) != PGRES_TUPLES_OK)    {        fprintf(stderr, "FETCH ALL failed: %s", PQerrorMessage(conn));        PQclear(res);        exit_nicely(conn);    }    /* 打印列名 */    nFields = PQnfields(res);    for (i = 0; i < nFields; i++)        printf("%-15s", PQfname(res, i));    printf("\n\n");    /* 打印数据 */    for (i = 0; i < PQntuples(res); i++)    {        for (j = 0; j < nFields; j++)            printf("%-15s", PQgetvalue(res, i, j));        printf("\n");    }    PQclear(res);    /* 关闭上面定义的cursor */    res = PQexec(conn, "CLOSE myportal");    PQclear(res);    /* end the transaction */    res = PQexec(conn, "END");    PQclear(res);    /* 关闭数据库连接 */    PQfinish(conn);    return 0;}

编译

[gpadmin@gp1 ~]$ gcc -I /usr/local/greenplum-db/include/ -L /usr/local/greenplum-db/lib -lpq testlibpq.c -o testlibpq
这里采用 gcc 编译器，指定头文件(-I)和库文件(-L)，编译完成后，会生成二进制可执行文件 testlibpq。

「实战」助力数据库开发之接口篇 – C 连接 Greenplum
运行 此时可以执行该文件，查看是否能正常访问数据库。

[gpadmin@gp1 ~]$ ./testlibpq
datname datdba encoding datcollate datctype datistemplate datallowconn datconnlimit datlastsysoid datfrozenxid datminmxid dattablespace datacl

template1 10 6 en_US.utf8 en_US.utf8 t t -1 12813 725 1 1663 {=c/gpadmin,gpadmin=CTc/gpadmin}
template0 10 6 en_US.utf8 en_US.utf8 t f -1 12813 725 1 1663 {=c/gpadmin,gpadmin=CTc/gpadmin}
postgres 10 6 en_US.utf8 en_US.utf8 t t -1 12813 725 1 1663
上面代码采用默认的连接信息，如果要特别指定，可以通过定义如下字符串信息来访问数据库。

[gpadmin@gp1 ~]$ ./testlibpq "host=172.16.142.191 port=5432 user=gpadmin dbname=postgres"
datname datdba encoding datcollate datctype datistemplate datallowconn datconnlimit datlastsysoid datfrozenxid datminmxid dattablespace datacl

template1 10 6 en_US.utf8 en_US.utf8 t t -1 12813 725 1 1663 {=c/gpadmin,gpadmin=CTc/gpadmin}
template0 10 6 en_US.utf8 en_US.utf8 t f -1 12813 725 1 1663 {=c/gpadmin,gpadmin=CTc/gpadmin}
postgres 10 6 en_US.utf8 en_US.utf8 t t -1 12813 725 1 1663
在尝试连接过程中，可能会报如下错误，此时需要修改 pg_hba.conf 文件并 gpstop -u 生效即可。

[gpadmin@gp1 ~]$ ./testlibpq
Connection to database failed: FATAL: no pg_hba.conf entry for host "[local]", user "gpadmin", database "postgres", SSL off

参考文章

[1] https://www.postgresql.org/do…

3. Python

现在我们再来看一下，在这几年火的一塌糊涂的 Python 语言如何连接 Greenplum。

Python 连接 Greenplum 数据库较常用的库有 PyGreSQL 和 Psycopg2 两个。Greenplum 的很多脚本都是采用 PyGreSQL 为基础开发的，可见 PyGreSQL 肯定有其独到之处，但是 Psycopg2 这几年似乎在 Postgres 体系中更加流行。本文将会分别介绍这两个库的使用。

PyGreSQL

PyGreSQL 是连接 PostgreSQ L的 Python 库，目前最新版本为 PyGreSQL 5.1，支持 PostgreSQL 9.0到11版本，可以对应到 Greenplum 6.x 的版本，如果要支持 Greenplum 4.x 和 5.x 版本，可以选用 PyGreSQL 4.x 版本。

安装

pip install PyGreSQL

示例

#!/usr/bin/env pythonimport pgdef operate_postgre_tbl_product():    try:        #pgdb_conn = pg.connect(dbname = 'tpc', host = '192.168.103.31', user = 'gpadmin', passwd = '')        pgdb_conn = pg.connect("host=192.168.103.31 port=5432 dbname=tpc user=gpadmin")    except Exception, e:         print e.args[0]         return    sql_desc = "select * from call_center limit 5;"    for row in pgdb_conn.query(sql_desc).dictresult():        print row    pgdb_conn.close()if __name__ == '__main__':    operate_postgre_tbl_product()

参考文章

http://www.pygresql.org/about…

Psycopg2

Psycopg2 库的底层是由C语言封装 PostgreSQL 的标准库C接口库 libpq 实现的，运行速度非常快，它支持大型多线程应用的大量并发 Insert 和 Update 操作，另外它完全兼容 DB API 2.0。

安装

pip install psycopg2

示例

1、简单的增加，查询记录

import psycopg2import psycopg2.extrasimport time '''    连接数据库    returns:db'''def gp_connect():    try:        db = psycopg2.connect(dbname="testdb",                              user="gpadmin",                              password="gpadmin",                              host="10.1.208.42",                              port="5432")        # connect()也可以使用一个大的字符串参数,        # 比如”host=localhost port=5432 user=postgres password=postgres dbname=test”        return db    except psycopg2.DatabaseError as e:        print("could not connect to Greenplum server",e)  if __name__ == '__main__':    conn = gp_connect()    print(conn)    cur = conn.cursor(cursor_factory=psycopg2.extras.RealDictCursor)    # 这里创建的是一个字典Cursor, 这样返回的数据, 都是字典的形式, 方便使用    ret = cur.execute("CREATE TABLE public.gp_test (id serial PRIMARY KEY, num integer, data varchar);")    conn.commit()    # 提交到数据库中    print(ret)    ret = cur.execute("INSERT INTO public.gp_test (num, data) VALUES (%s, %s);",(300, "abc'def"))     conn.commit()    # 提交到数据库中    print(cur.rowcount)  # 1    # 返回数据库中的行的总数已修改，插入或删除最后 execute*().     ret_sql = cur.mogrify("select * from pg_tables where tablename = %s;", ('gp_test',))    # 返回生成的sql脚本, 用以查看生成的sql是否正确.    # sql脚本必须以;结尾, 不可以省略.其次, 不管sql中有几个参数, 都需要用 % s代替, 只有 % s, 不管值是字符还是数字, 一律 % s.    # 最后, 第二个参数中, 一定要传入元组, 哪怕只有一个元素, 像我刚才的例子一样, ('gp_test')这样是不行的.    print(ret_sql.decode('utf-8'))  # select * from pg_tables where tablename = E'gp_test';     cur.execute("select * from gp_test where num = %s;", (300,))    pg_obj = cur.fetchone()    print(pg_obj) # {'id': 1, 'num': 300, 'data': "abc'def"}     conn.close() # 关闭连接

2、批量插入，查询

conn = gp_connect()print(conn)cur = conn.cursor(cursor_factory=psycopg2.extras.RealDictCursor)# # 这里创建的是一个字典Cursor, 这样返回的数据, 都是字典的形式, 方便使用# ret = cur.execute("CREATE TABLE public.gp_test (id serial PRIMARY KEY, num integer, data varchar);")# conn.commit()# # 提交到数据库中# print(ret)gp_list = []for i in range(200):    gp_list.append((i,'abc%s'%i))# print(gp_list)# 批量提交数据ret = cur.executemany("INSERT INTO public.gp_test (num, data) VALUES (%s, %s);", gp_list)conn.commit()# 提交到数据库中print(cur.query)  # 查看上一条执行的脚本print(cur.rowcount)  # 200# 返回数据库中的行的总数已修改，插入或删除最后 execute*().cur.execute("select  count(*) num from gp_test")pg_obj = cur.fetchone()print(pg_obj)  # {'num': 200} conn.close()  # 关闭连接

3、使用连接池，执行高性能的批量插入与查询

import psycopg2import psycopg2.extrasimport psycopg2.poolfrom datetime import datetime '''    连接数据库    使用数据库连接池    returns:db'''def gp_connect():    try:        simple_conn_pool = psycopg2.pool.SimpleConnectionPool(minconn=1, maxconn=5,dbname="testdb",                              user="gpadmin",                              password="gpadmin",                              host="10.1.208.42",                              port="5432")        # connect()也可以使用一个大的字符串参数,        # 比如”host=localhost port=5432 user=postgres password=postgres dbname=test”        # 从数据库连接池获取连接        conn = simple_conn_pool.getconn()        return conn    except psycopg2.DatabaseError as e:        print("could not connect to Greenplum server",e)  if __name__ == '__main__':    conn = gp_connect()    print(conn)    cur = conn.cursor()    # 批量查询大小    batch_size = 1000    gp_list = []    for i in range(2000, 100000):        gp_list.append((i,'abc%s'%i))    # print(gp_list)     # 开始时间    start_time = datetime.now()    # 批量提交数据execute_values性能大于executemany    psycopg2.extras.execute_values(cur, "INSERT INTO public.gp_test (num, data) VALUES %s", gp_list)    conn.commit()    # 提交到数据库中    cur.execute("select  *  from gp_test order by id")    count = 0     while True:        count = count + 1        # 每次获取时会从上次游标的位置开始移动size个位置，返回size条数据        data = cur.fetchmany(batch_size)        # 数据为空的时候中断循环        if not data:            break        else:            print(data[-1])  # 得到最后一条(通过元祖方式返回)        print('获取%s到%s数据成功' % ((count - 1) * batch_size, count * batch_size))    print('insert到fetchmany获取全量数据所用时间:', (datetime.now() - start_time).seconds) # 16sconn.close()  # 关闭连接

4、执行高性能的批量更新与查询

import psycopg2import psycopg2.extrasimport psycopg2.poolfrom datetime import datetime'''    连接数据库    使用数据库连接池    returns:db'''def gp_connect():    ……略if __name__ == '__main__':    conn = gp_connect()    print(conn)    cur = conn.cursor()    # 批量查询大小    batch_size = 1000    gp_uplist = [] # 更新列表    for i in range(2000, 10000):        gp_uplist.append((i,'def%s'%i))    print(gp_uplist)    # 开始时间    start_time = datetime.now()    # 批量提交数据execute_values性能大于executemany    sql = "UPDATE public.gp_test SET data = TEST.data  " \          "FROM (VALUES %s) AS TEST(num, data) " \          "WHERE public.gp_test.num = TEST.num"    # 批量更新语句模版 UPDATE TABLE SET TABLE.COL = XX.col    # FROM (VALUES %s) AS XX(id_col,col)    # WHERE TABLE.id_col = XX.id_col     # XX为别名    psycopg2.extras.execute_values(cur, sql, gp_uplist, page_size=100)    print(cur.query)    conn.commit()    # 提交到数据库中    cur.execute("select  *  from gp_test order by id")    count = 0    while True:        count = count + 1        # 每次获取时会从上次游标的位置开始移动size个位置，返回size条数据        data = cur.fetchmany(batch_size)        # 数据为空的时候中断循环        if not data:            break        else:            print(data[-1])  # 得到最后一条(通过元祖方式返回)        print('获取%s到%s数据成功' % ((count - 1) * batch_size, count * batch_size))    print('update到fetchmany获取全量数据所用时间:', (datetime.now() - start_time).seconds) # 16sconn.close()  # 关闭连接

5、使用服务端游标

#1 逐条处理with psycopg2.connect(database_connection_string) as conn:    with conn.cursor(name='name_of_cursor') as cursor:        cursor.itersize = 20000        query = "SELECT * FROM ..."        cursor.execute(query)        for row in cursor:         # process row#2 一次处理多条while True:    rows = cursor.fetchmany(100)    if len(rows) > 0:        for row in rows:            # process row    else:        break

参考文章

http://initd.org/psycopg/docs…
https://www.cnblogs.com/xiao-…

4. Perl

Perl 是一种功能丰富的计算机编程语言。借取了 C、sed、awk、shell 脚本语言以及很多其他程序语言的特性，其中最重要的特性是它内部集成了正则表达式的功能。它就像 C 一样强大，像 awk、sed 等脚本描述语言一样方便，被 Perl 语言爱好者称之为“一种拥有各种语言功能的梦幻脚本言”、“Unix中的王牌工具”。

Perl 语言连接 Greenplum 也是通过底层 C 接口 libpq 进行交互，如果我们要使用 Perl 做数据库交互，首先我们需要安装 Perl 的数据库标准模块 Perl DBI，然后再安装相应的 DBD 驱动，这里连接 Greenplum 采用的是 DBD::pg (
https://metacpan.org/pod/DBD::Pg ) 模块。

安装

这里采用较为简单的 RPM 安装方式。

rpm -ivh postgresql-libs-9.2.24-1.el7_5.x86_64.rpmrpm -ivh perl-DBI-1.627-4.el7.x86_64.rpmrpm -ivh perl-version-0.99.07-3.el7.x86_64.rpmrpm -ivh perl-DBD-Pg-2.19.3-4.el7.x86_64.rpm

Perl 连接 Greenplum

连接整体比较简单，DBI驱动已经将连接方式抽象为易于理解的格式，下面通过几个例子来展示，读者可以关注如何配置连接方式、如何创建连接、如何增删改查等操作。

示例

1、建表

该示例主要演示连接字符串定义，数据库连接打开关闭几在数据库中创建表。

#!/usr/bin/perluse DBI;use strict;my $driver   = "Pg";my $database = "postgres";my $dsn = "DBI:$driver:dbname=$database;host=172.16.142.192;port=5432";my $userid = "gpadmin";my $password = "gpadmin";my $dbh = DBI->connect($dsn, $userid, $password, { RaiseError => 1 })                      or die $DBI::errstr;print "Opened database successfully\n";my $stmt = qq(CREATE TABLE TC(ID INT, NAME TEXT););my $rv = $dbh->do($stmt);if($rv < 0){   print $DBI::errstr;} else {   print "Table created successfully\n";}$dbh->disconnect();

执行结果如下：

[root@gp1 ~]# ./create.plOpened database successfullyNOTICE:  Table doesn't have 'DISTRIBUTED BY' clause -- Using column named 'id' as the Greenplum Database data distribution key for this table.HINT:  The 'DISTRIBUTED BY' clause determines the distribution of data. Make sure column(s) chosen are the optimal data distribution key to minimize skew.Table created successfully

2、插入数据

#!/usr/bin/perluse DBI;use strict;my $driver   = "Pg";my $database = "postgres";my $dsn = "DBI:$driver:dbname=$database;host=172.16.142.192;port=5432";my $userid = "gpadmin";my $password = "gpadmin";my $dbh = DBI->connect($dsn, $userid, $password, { RaiseError => 1 })                      or die $DBI::errstr;print "Opened database successfully\n";my $stmt = qq(INSERT INTO TC (ID,NAME)      VALUES (1, 'Chris'));my $rv = $dbh->do($stmt) or die $DBI::errstr;$stmt = qq(INSERT INTO TC (ID,NAME)      VALUES (2, 'Jenny'));$rv = $dbh->do($stmt) or die $DBI::errstr;print "Records created successfully\n";$dbh->disconnect();

执行结果如下：

[root@gp1 ~]# vim insert.pl[root@gp1 ~]# chmod +x insert.pl[root@gp1 ~]# ./insert.plOpened database successfullyRecords created successfully

3、查询数据

!/usr/bin/perluse DBI;use strict;my $driver   = "Pg";my $database = "postgres";my $dsn = "DBI:$driver:dbname=$database;host=172.16.142.192;port=5432";my $userid = "gpadmin";my $password = "gpadmin";my $dbh = DBI->connect($dsn, $userid, $password, { RaiseError => 1 })                      or die $DBI::errstr;print "Opened database successfully\n";my $stmt = qq(SELECT id, name from TC;);my $sth = $dbh->prepare( $stmt );my $rv = $sth->execute() or die $DBI::errstr;if($rv < 0){   print $DBI::errstr;}while(my @row = $sth->fetchrow_array()) {      print "ID = ". $row[0] . "\n";      print "NAME = ". $row[1] ."\n";}print "Operation done successfully\n";$dbh->disconnect();

执行结果如下：

[gpadmin@gp1 ~]$ vim select.pl[gpadmin@gp1 ~]$ chmod +x select.pl[gpadmin@gp1 ~]$ ./select.plOpened database successfullyID = 2NAME = JennyID = 1NAME = ChrisOperation done successfully

有关修改和删除的操作，基本与上面例子一致，只需要将代码中 qq() 中的内容替换为 DELETE 和 UPDATE 语句即可。

给这篇文章的作者打赏

微信扫一扫打赏

支付宝扫一扫打赏

×

打赏 点赞(0)