posts · 2026.11.15

时序数据库选型实战:观测留 GT,目录放 PG

智能家居架构#时序数据库#PostgreSQL#GreptimeDB#数据架构

一个周五晚上,我想给一台设备改个房间归属

HomePulse 里有一批"目录数据"——设备名册、房间归属、型号、是否启用。这类数据有个特点:它一直在变。今天把温湿度传感器从客厅挪到北卧,明天给一台闲置的插座改个名字,后天发现某台设备的型号当初填错了要纠正。

这些东西我一直放在 GreptimeDB 里。理由特别朴素:观测数据都在那儿,目录数据也是数据,放一起省得再起一个库。

直到那个周五晚上,我准备把一台插座从"厨房"改到"玄关",习惯性地敲了一句:

UPDATE dir_current SET area_name = '玄关' WHERE record_id = 'device:plug_entrance';

结果返回了一行冷冰冰的报错:

SQL statement is not supported, keyword: UPDATE

我第一反应是"我语法写错了?" 换了几种写法,报错一模一样。然后我去翻 GreptimeDB 的文档,看到一句话:时序数据库是 append-only 的,不支持 UPDATE 和 DELETE 单行。

那一刻我才反应过来:这不是配置问题,是数据模型的根本差异。时序库为"不可变的观测值"而生——传感器每秒钟报一次温度,你只管往上追加,从不需要回头修改"3 分钟前那个温度值"。但目录数据不是观测值,它是需要反复修改的状态。

只能 DELETE 全表再 INSERT,还留了个空窗期

时序库不支持 UPDATE,那目录每次同步怎么办?答案很蠢,但确实是唯一的路:

  1. DELETE FROM dir_current —— 删掉全表 1146 行
  2. 重新 INSERT 1146 行

每次同步,整张表被清空重建。这里有两个坑:

第一个坑是空窗期。 DELETE 和 INSERT 之间大约有 0.4 秒,这期间谁要是查这张表,看到的是空表。放在自己家里问题不大,但这是语义错误——目录同步本应是"增量更新几条变化",我却做成了"全量重写"。

第二个坑更隐蔽。 时序库里的表一旦 DELETE 了旧时间戳的数据,再 INSERT 新数据,如果你没处理好时间列,历史就没了。目录这种本不该有"历史"的东西,硬塞进一个"以时间为主键"的引擎里,处处别扭。

我意识到:我把关系型数据放进了时序库,这是个根本性的错误选择。

那让 GT 跨库查 PG 不就行了?

既然目录不该放时序库,那放回 PostgreSQL,让 GreptimeDB 跨库去 JOIN 不就行了?

这个想法听起来很合理,于是我兴冲冲地去试 GT 的 external table(外部表)。我把各种可能的语法都试了一遍:

尝试结果
provider = 'postgres'❌ Unrecognized table option key
provider = 'postgresql'❌ 同上
connector = 'postgres'❌ Unrecognized table option key: port
type = 'postgres'❌ Unrecognized table option key: type
DataFusion STORED AS❌ SQL statement not supported

全失败了。翻文档才发现:GT 的 external table 是为文件和对象存储设计的——S3、CSV、Parquet,你给它一个路径,它去读文件。它压根没有"连接另一个数据库"的能力。

我有点沮丧。跨库查询这条路,从 GT 这头是走不通的。

转机:PG 那头的 FDW 早就建好了

就在我以为"跨库查询没戏"的时候,我突然想起一件早就存在、却被我忽略的事实:

PostgreSQL 里早就建好了 postgres_fdw,而且已经映射了 6 张 GreptimeDB 的外部表(power_metrics、ha_entities 等等)。

这是之前为了让 Grafana 能查 GT 数据时搭的。也就是说,跨库查询的路其实早就通了,只是方向和我以为的相反:

我以为的:GT → PG(GT 去查 PG)
实际通着的:PG → GT(PG 通过 FDW 去查 GT)

GreptimeDB 对外暴露了一个兼容 PostgreSQL 协议的端口(4003)。所以反过来,PostgreSQL 可以用自己成熟的 postgres_fdw,把 GT 当成一个"远端的 PostgreSQL 服务器"来查。

我一直盯着"GT 能不能查 PG",却忘了问"PG 能不能查 GT"——答案早就是"能",而且已经用了很久。

解法:谁有联邦能力,方向就朝谁

想清楚之后,架构一下子顺了:

观测数据(数值、事件)→ GreptimeDB   ← 时序库,append 天然
目录数据(名册、归属)→ PostgreSQL   ← 关系库,UPDATE 天然
                              ↓
              PG 通过 postgres_fdw 查 GT
                              ↓
              在 PG 里 JOIN「目录 + 观测」
                              ↓
                      Grafana 查 PG

每个库做自己天生擅长的事:GT 扛高频时序写入和列式压缩,PG 扛需要事务和 UPDATE 的目录数据,跨库方向顺着"谁有联邦能力"来——PG 有 FDW,GT 没有 PG 连接器,所以方向只能是 PG → GT。

这件事教给我什么

回头想,这个弯路的价值不在最终结论,而在撞墙的过程:

  1. 不同数据形态,就该放不同的库。 “统一存储"听着清爽,但把需要 UPDATE 的目录塞进 append-only 的时序库,是拿形式统一去牺牲语义正确。

  2. 跨库方向由"谁有联邦能力"决定,不由你拍脑袋。 我在 GT 那头反复试语法,是因为我先入为主地认定了方向;正确答案在 PG 那头,一直就在那儿。

  3. 统一语义,比统一存储更重要。 我不是要把所有数据塞进一个引擎,而是要让目录和观测在语义上对齐,在查询时能 JOIN 起来。

如果有一天 GreptimeDB 真的支持了 PostgreSQL 外部表(社区里有相关的 issue 在做),那时方向可以再议。但在那之前,“观测留 GT、目录放 PG、PG 联合 GT"就是最踏实的答案。

教训一句话:别跟数据模型较劲,顺着它的脾气来。