Greptime 双周精选（4 月 24 日-5 月 7 日）- 支持外部表

内容概述

作为一个成长中的开源项目，GreptimeDB 的进展离不开来自全球的社区贡献者们，感谢各位！

以下是这段时间较为重要的 PR 总结：

在分布式模式中支持 DELETE
支持通过外部表查询外部数据
重构远程目录管理器
支持导入和导出 CSV 和 NDJSON 格式的数据集

社区贡献者名单

在过去的两周里，共有 3 位贡献者，累计 7 个 PR 被成功合并，还有很多待合并的 PR。

祝贺以下各位在过去 2 周内成为我们活跃的贡献者：

👏 欢迎 @DevilExileSu 和 @NiwakaDev 作为新的贡献者加入到我们的社区，并都成功合并了首个 PR！

同时衷心感谢我们所有的成员和贡献者！是你们的付出让我们的项目得以成功，也是你们让 GreptimeDB 成为一个更优质的产品。让我们一起努力，建立一个更棒的社区！

PR 亮点

db#1441 在分布式模式下支持 `DELETE`

我们一直在努力支持 DELETE SQL 语句，首先提供了一个最小可用版本。现在，无论在单机模式还是分布式模式下，我们都支持了 DELETE，在 gRPC 和 SQL 中都可以使用。

db#1041 支持通过外部表查询外部数据

当处理时序数据时，通常会与其他外部数据结合使用。现在我们可以轻松地基于不同格式的外部数据源创建外部表，例如 NDJSON/CSV/Parquet 等。比如，我们有一个本地文件系统上的 CSV 文件 /var/data/city.csv ：

sql

Rank , Name , State , 2023 Population , 2020 Census , Annual Change , Density (mi²)
1 , New York City , New York , 8,992,908 , 8,804,190 , 0.7% , 29,938
2 , Los Angeles , California , 3,930,586 , 3,898,747 , 0.27% , 8,382
3 , Chicago , Illinois , 2,761,625 , 2,746,388 , 0.18% , 12,146
......

我们可以用它创建一个外部表 city：

sql

MySQL> CREATE EXTERNAL TABLE city with(location="/var/data/city.csv",format="csv");

并通过 SQL 查询它：

sql

MySQL> select * from city;

甚至将其与时序数据做 Join 查询：

sql

select temperatures. value, city.population from temperatures  
     left join city on city.name=temperatures.city

db#1454 重构远程目录管理器

Arrow-datafusion 为查询引擎提供了一组 traits（CatalogList / CatalogProvider / SchemaProvider），以通过三要素：目录名称/模式名称/表名称来检索表实体。但所有这些 traits 都是同步的，这意味着我们不能依靠任何异步操作来从远程目录中检索表实体，例如，分布式模式下的 metasrv。

在这个 PR 中，我们并非在执行计划期间从底层存储中获取表实体，而是提前从语句中解析，并将这些表放在基于内存的目录列表中。因此，我们能够避免将同步特性与异步实现连接起来所带来的成本。

db#1475 支持导入和导出 CSV 和 JSON 格式的数据集

以下是一些主要变化：

添加 ParquetRecordBatchStreamAdapter (ParquetRecordBatchStream -> DataFusion RecordBatchStream)
重构 Copy From executor
支持从 CSV 和 NDJSON 格式的文件中导入数据
支持将表和数据导出到 CSV 和 NDJSON 格式的文件中
添加测试