• Greenplum数据库不支持PL/Python触发器。
• PL/Python 仅作为 Greenplum数据库不可信的语言提供
• 不支持可更新的游标 (UPDATE...WHERE CURRENT OF and DELETE...WHERE CURRENT OF)

对于每个需要使用的数据库，请使用 SQL 命令 CREATE LANGUAGE 或 Greenplum数据库功能 createlang 注册PL/Python语言。因为PL/Python是不可信的语言，只有超级用户可以使用数据库注册 PL/Python。 例如， 作为gpadmin 系统用户使用名为 testdb 的数据库注册 PL/Python时运行以下命令:

$ createlang plpythonu -d testdb

PL/Python 被注册了成一种不可信语言。

对于一个不再需要PL/Python语言支持的数据库来说, 可以使用 SQL 命令 DROP LANGUAGE 或者 Greenplum数据库 droplang 功能删除对PL/Python的支持。 因为PL/Python是一种不可信语言, 只有超级用户能够从数据库中删除对PL/Python语言的支持。例如，作为 gpadmin 系统用户使用名为testdb的数据库删除对PL/Python语言的支持时运行以下命令:

$ droplang plpythonu -d testdb

当用户删除对PL/Python语言的支持时, 用户在数据库中创建的PL/Python用户自定义函数将不再有效。

用户将 SQL 列表的值传递给具有Python列表的PL/Python函数。同样的,PL/Python函数将 SQL 数组值作为Python列表返回。 在典型的PL/Python使用模式中, 用户将使用 [] 来指定数组。

以下的列子创建了一个PL/Python函数并返回整数数组:

CREATE FUNCTION return_py_int_array()
  RETURNS int[]
AS $$
  return [1, 11, 21, 31]
$$ LANGUAGE plpythonu;

SELECT return_py_int_array();
 return_py_int_array 
---------------------
 {1,11,21,31}
(1 row) 

PL/Python将多维数组视为列表的列表。用户使用嵌套的Python列表将多维数组传递给PL/Python函数。当PL/Python函数返回多维数组时, 每个级别的内部列表必须具有相同的大小。

接下来的示例创建了一个PL/Python函数，该函数以多维整数数组作为输入。该函数显示所提供参数的类型，并返回该多维数组:

CREATE FUNCTION return_multidim_py_array(x int4[]) 
  RETURNS int4[]
AS $$
  plpy.info(x, type(x))
  return x
$$ LANGUAGE plpythonu;

SELECT * FROM return_multidim_py_array(ARRAY[[1,2,3], [4,5,6]]);
INFO:  ([[1, 2, 3], [4, 5, 6]], <type 'list'>)
CONTEXT: PL/Pythonfunction "return_multidim_py_type"
 return_multidim_py_array 
--------------------------
 {{1,2,3},{4,5,6}}
(1 row) 

PL/Python 还接受其他Python序列,列如元组,作为与不支持多维数组的Greenplum版本向后兼容的函数参数。在这种情况下，Python 序列总是被作为一维数组对待，因为它们与复合类型不一致。

用户可以使用Python映射传送一个复合类型的参数给PL/Python函数。映射的元素名称是复合类型的属性名称。如果属性有空值，则其映射为None。

用户可以将复合类型结果作为序列类型（列表或者元组）返回。在多维数组的使用中时，用户必须将复合类型指定为元组，而不是列表。用户不能将复合类型数组作为列表返回，因为确定列表是否表示复合类型或另一个数组维度是不明确的。在典型的使用模式中，用户将使用 () 指定复合类型元组。

在接下来的列子中, 用户可以创建一个复合类型和一个返回复合类型数组的PL/Python函数:

CREATE TYPE type_record AS (
  first text,
  second int4
);

CREATE FUNCTION composite_type_as_list()
  RETURNS type_record[]
AS $$              
  return [[('first', 1), ('second', 1)], [('first', 2), ('second', 2)], [('first', 3), ('second', 3)]];
$$ LANGUAGE plpythonu;

SELECT * FROM composite_type_as_list();
                               composite_type_as_list                           
------------------------------------------------------------------------------------
 {{"(first,1)","(second,1)"},{"(first,2)","(second,2)"},{"(first,3)","(second,3)"}}
(1 row) 

参考 PostgreSQL 中的Arrays, Lists 文档寻求关于PL/Python处理数组和复合类型的附加信息。

PL/Python中的plpy 模块提供了两个Python函数去为一个查询语句执行SQL查询和准备执行计划, plpy.execute and plpy.prepare。 准备查询的执行计划是有用的，如果用户从多个Python函数中运行查询。

Python模块 plpy 实现了这个函数来管理错误和消息：

• plpy.debug
• plpy.log
• plpy.info
• plpy.notice
• plpy.warning
• plpy.error
• plpy.fatal
• plpy.debug

消息函数 plpy.error and plpy.fatal 抛出一个Python异常，该异常如果没有被捕获, 则会被传播到调用查询, 导致当前事务和子事务终止。 该函数 raise plpy.ERROR(msg) 和 raise plpy.FATAL(msg) 分别等效于调用 plpy.error 和 plpy.fatal。 其他消息函数仅仅生成不同优先级的消息。

是否向客户端报告特定优先级的消息，写入服务器日志或两者都由GreenPlum数据库服务器配置参数log_min_messages 和 client_min_messages控制。有关参数的信息，请参阅 Greenplum数据库参考指南。

在性能方面，导入Python模块操作代价高昂，而且影响性能。如果用户频繁导入相同的模块，用户可以使用Python全局变量在第一次调用的时候加载该模块而不需要在子调用中导入该模块。接下来的PL/Python函数使用 GD 持久存储字典从而避免导入已经导入过的且在 GD 中的模块。

psql=#
   CREATE FUNCTION pytest() returns text as $$ 
      if 'mymodule' not in GD:
        import mymodule
        GD['mymodule'] = mymodule
    return GD['mymodule'].sumd([1,2,3])
$$;

此例从Python包索引储存库手动安装Python setuptools 模块。该模块可让用户轻松下载，构建，安装，升级和卸载Python包。

该示例首先从一个程序包生成模块，并将该模块安装到在一单个主机上，然后该模块将被构建并安装在段主机上。

1. 从Python包索引站点获取模块包，例如，以 gpadmin 用户身份在 Greenplum数据库主机上运行 wget 命令，来获得tar文件

   wget --no-check-certificate https://pypi.python.org/packages/source/s/setuptools/setuptools-18.4.tar.gz

2. 从tar文件中提取文件。

   tar -xzvf distribute-0.6.21.tar.gz

3. 转到包含包文件的目录，并运行Python脚本来构建和安装Python包

   cd setuptools-18.4
   python setup.py build && python setup.py install

4. 如果模块已经安装好，则接下来的Python命令将不返回错误。

   python -c "import setuptools"

5. 使用 gpscp 工具将包复制到 Greenplum数据库主机。例如，这个命令从当前主机复制tar文件到文件 remote-hosts中所列的主机中。

   gpscp -f remote-hosts setuptools-18.4.tar.gz =:/home/gpadmin

6. 使用gpssh 在 remote-hosts文件列出的主机中运行命令构建, 安装和测试该软件包。该文件 remote-hosts 列出了所有Greenplum数据库的段主机：

   gpssh -f remote_hosts
   >>> tar -xzvf distribute-0.6.21.tar.gz
   >>> cd setuptools-18.4
   >>> python setup.py build && python setup.py install
   >>> python -c "import setuptools"
   >>> exit

easy_install pip

用户可以使用 gpssh 实用程序在所有Greenplum数据库段主机中运行 easy-install 命令。

这个例子构建和安装了Python模块 NumPy。NumPy是Python的一个科学计算模块。更多关于NumPy的信息，请参阅 http://www.numpy.org/。

这个例子过程假定 yum 安装在Greenplum数据库段主机上，而且 gpadmin 用户是主机上具有root权限的 sudoers 成员。

wget --directory-prefix=packages http://github.com/xianyi/OpenBLAS/tarball/v0.2.8
wget --directory-prefix=packages http://sourceforge.net/projects/numpy/files/NumPy/1.8.0/numpy-1.8.0.tar.gz/download

gpssh -f gpdb_remotes mkdir packages 
gpscp -f gpdb_remotes packages/* =:/home/gpadmin/packages

在构建和安装 NumPy 模块之前，用户应安装 OpenBLAS 库。本节介绍如何在单个主机上构建和安装该库。

1. 这些命令从 OpenBLAS tar文件中提取文件，并简化了包含OpenBLAS文件的目录名。

   tar -xzf packages/v0.2.8 -C /home/gpadmin/packages
   mv /home/gpadmin/packages/xianyi-OpenBLAS-9c51cdf /home/gpadmin/packages/OpenBLAS

2. 编译 OpenBLAS。这些命令设置 LIBRARY_PATH 环境变量并运行make命令构建OpenBLAS库。

   cd /home/gpadmin/packages/OpenBLAS
   export LIBRARY_PATH=$LD_LIBRARY_PATH
   make FC=gfortran USE_THREAD=0

3. 这些命令作为root用户在 /usr/local 目录下安装OpenBLAS库并且将文件的所有者改为gpadmin用户。

   cd /home/gpadmin/packages/OpenBLAS/
   sudo make PREFIX=/usr/local install
   sudo ldconfig
   sudo chown -R gpadmin /usr/local/lib

libopenblas.a -> libopenblas_sandybridge-r0.2.8.a
libopenblas_sandybridge-r0.2.8.a
libopenblas_sandybridge-r0.2.8.so
libopenblas.so -> libopenblas_sandybridge-r0.2.8.so
libopenblas.so.0 -> libopenblas_sandybridge-r0.2.8.so

用户可以使用 gpssh 工具来在多主机中构建和安装OpenBLAS库。

所有的Greenplum数据库主机 (主机和段主机) 都有相同的配置。用户可以从构建它们的系统中复制 OpenBLAS库，而不是在所有主机上构建OpenBlas库。例如，这些 gpssh 和 gpscp 命令在 gpdb_remotes 文件列出的主机中复制并且安装了OpenBLAS库。

gpssh -f gpdb_remotes -e 'sudo yum -y install gcc gcc-gfortran gcc-c++'
gpssh -f gpdb_remotes -e 'ln -s /usr/bin/g++ /usr/bin/gxx'
gpssh -f gpdb_remotes -e sudo chown gpadmin /usr/local/lib
gpscp -f gpdb_remotes /usr/local/lib/libopen*sandy* =:/usr/local/lib

gpssh -f gpdb_remotes
>>> cd /usr/local/lib
>>> ln -s libopenblas_sandybridge-r0.2.8.a libopenblas.a
>>> ln -s libopenblas_sandybridge-r0.2.8.so libopenblas.so
>>> ln -s libopenblas_sandybridge-r0.2.8.so libopenblas.so.0
>>> sudo ldconfig

在用户安装完OpenBLAS库之后，用户可以构建和安装NumPy模块。 这些步骤可以在单个主机中安装NumPy模块。用户可以使用 gpssh 工具在多主机中构建和安装NumPy模块。

1. 转到 packages 子目录并且获取NumPy模块源码并解压该文件。

   cd /home/gpadmin/packages
   tar -xzf numpy-1.8.0.tar.gz

2. 为构建和安装 NumPy设置环境。

   export BLAS=/usr/local/lib/libopenblas.a
   export LAPACK=/usr/local/lib/libopenblas.a
   export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib/
   export LIBRARY_PATH=$LD_LIBRARY_PATH

3. 转到NumPy目录并构建和安装NumPy。构建NumPy包可能需要一些时间。

   cd numpy-1.8.0
   python setup.py build
   python setup.py install

   注意： 如果NumPy模块没有成功构建，那NumPy构建过程可能需要一个指定OpenBLAS库位置的 site.cfg 。 创建文件 site.cfg 在NumPy包目录中：

   cd ~/packages/numpy-1.8.0
   touch site.cfg

   添加以下脚本到 site.cfg 文件中并再次运行NumPy构建命令：

   [default]
   library_dirs = /usr/local/lib
   
   [atlas]s
   atlas_libs = openblas
   library_dirs = /usr/local/lib
   
   [lapack]
   lapack_libs = openblas
   library_dirs = /usr/local/lib
   
   # added for scikit-learn 
   [openblas]
   libraries = openblas
   library_dirs = /usr/local/lib
   include_dirs = /usr/local/include

4. 以下的Python命令确保该模块可用于在主机系统上由Python导入。

   python -c "import numpy"

如同在简单的模块安装中一样，用户可以使用 gpssh 工具来构建，安装和测试Greenplum数据库中段主机中的模块。

echo -e '\n#Needed for NumPy' >> ~/.bashrc
echo -e 'export BLAS=/usr/local/lib/libopenblas.a' >> ~/.bashrc
echo -e 'export LAPACK=/usr/local/lib/libopenblas.a' >> ~/.bashrc
echo -e 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib' >> ~/.bashrc
echo -e 'export LIBRARY_PATH=$LD_LIBRARY_PATH' >> ~/.bashrc

用户可以创建一个简单的PL/Python用户自定义函数 (UDF) 来验证Greenplum数据库中的Python模块可用。这个例子测试的是 NumPy 模块。

这个PL/PythonUDF 导入 NumPy 模块。如果模块被正确导入，则该函数返回 SUCCESS ，否则返回 FAILURE 。

CREATE OR REPLACE FUNCTION plpy_test(x int)
returns text
as $$
  try:
      from numpy import *
      return 'SUCCESS'
  except ImportError, e:
      return 'FAILURE'
$$ language plpythonu;

创建一个包含每个Greenplum数据库段实例上的数据的表。根据用户的Greenplum数据库安装的大小，用户可能需要生成更多数据，以确保数据分发到所有段实例。

CREATE TABLE DIST AS (SELECT x FROM generate_series(1,50) x ) DISTRIBUTED RANDOMLY ;

该 SELECT 命令在数据存储在主段实例中的段主机上运行 UDF。

SELECT gp_segment_id, plpy_test(x) AS status
  FROM dist
  GROUP BY gp_segment_id, status
  ORDER BY gp_segment_id, status;

如果在Greenplum数据库段实例中UDF成功导入Python模块，该 SELECT 命令返回 SUCCESS 。如果该 SELECT 命令返回 FAILURE，用户可以找到段实例主机的段主机。Greenplum数据库系统表 gp_segment_configuration 包含镜像和段配置信息。该命令返回段ID的主机名。

SELECT hostname, content AS seg_ID FROM gp_segment_configuration
  WHERE content = seg_id ;

如果返回 FAILURE，有以下几种可能：

• 访问所需库时遇到问题。对于NumPy例子，Greenplum数据库可能在访问段主机上的OpenBLAS库或者Python库时遇到问题。
  请确保用户以 gpadmin 用户在端主机上运行命令时没有返回错误。该 gpssh 命令测试在段主机 mdw1上导入numpy模块。

  gpssh -h mdw1 python -c "import numpy"

• 如果Python import 命令没有返回错误， 则环境变量可能没有在Greenplum数据库环境中配置。例如，变量不在 .bashrc 文件中，或者Greenplum数据库在向 .bashrc 文件中添加环境变量之后没有重启。

  确保环境变量被正确设置，然后重新启动Greenplum数据库。对于NumPy例子，确保被列在 构建和安装 NumPy 末尾部分的环境变量被定义在主机和段主机上gpadmin 用户的.bashrc文件中。

  注意: 在 Greenplum数据库主机和段主机上，gpadmin用户的.bashrc 文件必须来源于文件 $GPHOME/greenplum_path.sh。

更多关于Python语言的信息，请参阅 https://www.python.org/。

更多关于PL/Python的信息，请参阅PostgreSQL文档 https://www.postgresql.org/docs/8.3/static/plpython.html。

更多关于Python包索引（PyPI）的信息，请参阅 https://pypi.python.org/pypi。