GridDB Cloud时序容器Schema演进咨询：不丢失现有数据

1. 修改/扩展现有时序容器Schema的推荐方式 #

GridDB（包括Cloud版本）目前确实不支持类似ALTER TABLE的直接Schema修改操作，时序容器的Schema在创建后即固定。唯一推荐的方式是创建包含新列的新容器，再将旧容器的数据迁移至新容器。这是由GridDB的分布式存储架构和时序数据的优化设计决定的，固定Schema能保证时序数据的读写性能。

2. 不影响生产环境的最佳实践 #

要实现无停机的Schema扩展，可按以下步骤操作：

• 创建新容器：定义包含新增列的时序容器Schema，确保原容器的主键（时间列+可选的复合主键）与新容器完全一致，新增列可设置默认值（如NULL或业务相关的默认值）。
• 双写阶段：修改应用代码，同时向旧容器和新容器写入实时数据，确保新容器能同步接收最新的传感器数据，此阶段新旧容器并行运行。
• 增量迁移旧数据：使用SDK编写脚本，批量读取旧容器的历史数据，为每条数据补充新增列的默认值后写入新容器。注意采用分页读取的方式（比如Python SDK中按时间范围分段查询，Java SDK中使用Query.setFetchSize()控制批量大小），避免一次性加载大量数据导致性能波动。
• 切换应用：待旧数据全部迁移完成后，修改应用代码，将所有读写操作切换至新容器。验证业务正常运行一段时间后，再删除旧容器。
• 监控保障：迁移过程中持续监控GridDB Cloud的CPU、内存占用及读写延迟，确保生产负载在可接受范围内。

3. 数据迁移工具/SDK支持 #

GridDB Cloud没有专门的Schema迁移工具，但官方SDK提供了足够的API实现数据迁移：

• Python SDK：通过gridstore.Container.query()读取旧容器数据，构造包含新增列的Row对象后，用container.put()写入新容器。示例伪代码：

  # 读取旧容器数据
  old_container = gridstore.get_container("sensor_readings")
  query = old_container.query("SELECT *")
  rs = query.fetch()
  
  # 写入新容器
  new_container = gridstore.get_container("sensor_readings_v2")
  for row in rs:
      # 补充新增列默认值
      row.add_value("new_column", None)
      new_container.put(row)
  

• Java SDK：通过GridStore.getContainer()获取容器，使用Query遍历数据，构造新的Row并设置新增列值后插入新容器。
• CSV导出导入：若数据量较小，可使用GridDB CLI工具将旧容器数据导出为CSV文件，修改CSV添加新列后再导入新容器。但此方式不适合超大规模数据，需注意时序数据的时间格式兼容性。

内容的提问来源于stack exchange，提问作者Coders020