假设你有一个使用Node.js（或其他平台）开发的应用程序，该应用连接到MongoDB数据库（NoSQL）来存储书籍评分（星级数量和评论）。同时，你还有另一个使用Java（或Python、C#、TypeScript等）开发的应用程序，它连接到MariaDB数据库（SQL，关系型）来管理书籍目录（书名、出版年份、页数）。
现在，你需要创建一个报告，显示每本书的书名和评分信息。注意，MongoDB数据库中并不包含书名，而关系型数据库中则没有评分信息。我们需要将由NoSQL应用生成的数据与SQL应用生成的数据进行整合。
A common approach to this is to query both databases independently (using different data sources) and process the data to match by, for example, ISBN (the id of a book) and put the combined information in a new object. This needs to be done in a programming language like Java, TypeScript, C#, Python, or any other imperative programming language that is able to connect to both databases.
A polyglot application
这种方法虽然可行，但数据关联本应是数据库的工作，它们专为此类数据操作而设计。此外，采用这种方法后，SQL应用不再是纯粹的SQL应用，它变成了多数据库混合应用，这增加了维护的复杂性。
通过使用数据库代理如MaxScale，你可以在数据库层级上用最适合数据操作的语言——SQL来关联这些数据。你的SQL应用无需转变为多数据库混合应用。
尽管这需要在基础设施中增加一个额外的元素，但你也获得了数据库代理所提供的所有功能。例如自动故障转移、透明数据屏蔽、拓扑隔离、缓存、安全过滤器等等。
MaxScale是一款强大的智能数据库代理，它理解SQL和NoSQL。它还理解Kafka（用于CDC或数据摄取），但这属于另一个话题。简而言之，通过MaxScale，你可以将NoSQL应用程序连接到一个完全符合ACID原则的关系数据库，并将数据直接存储在与其它SQL应用程序使用的表相邻的位置。
MaxScale允许SQL应用程序消费NoSQL数据。
让我们尝试用MaxScale快速进行一次简单易懂的实验。你需在你的计算机上安装以下内容：
设置MariaDB数据库
使用纯文本编辑器，创建一个新文件并将其保存为docker-compose.yml。文件应包含以下内容：
version: "3.9"
services:
mariadb:
image: alejandrodu/mariadb
environment:
- MARIADB_CREATE_DATABASE=demo
- MARIADB_CREATE_USER=user:Password123!
- MARIADB_CREATE_MAXSCALE_USER=maxscale_user:MaxScalePassword123!
maxscale:
image: alejandrodu/mariadb-maxscale
command: --admin_host 0.0.0.0 --admin_secure_gui false
ports:
- "3306:4000"
- "27017:27017"
- "8989:8989"
environment:
- MAXSCALE_USER=maxscale_user:MaxScalePassword123!
- MARIADB_HOST_1=mariadb 3306
- MAXSCALE_CREATE_NOSQL_LISTENER=user:Password123!这是一个DOCKER COMPOSE文件。它描述了由Docker创建的一组服务。我们将创建两个服务（或容器）——一个MariaDB数据库服务器和一个MaxScale数据库代理。它们将在您的机器上本地运行，但在生产环境中，通常会将它们部署在不同的物理机上。请记住，这些Docker镜像不适合生产环境！它们旨在适用于快速演示和测试。您可以在GitHub上找到这些镜像的源代码。对于MariaDB的官方Docker镜像，请访问MariaDB在Docker Hub的页面。
之前的Docker Compose文件配置了一个名为demo的MariaDB数据库服务器（在MariaDB中，数据库和模式是同义词）。同时，创建了一个用户名为user，密码为Password123!的用户，该用户对demo数据库拥有适当的权限。还有一个名为maxscale_user的用户，密码为MaxScalePassword123!，这是MaxScale数据库代理用来连接MariaDB数据库的用户。
Docker Compose文件还通过禁用HTTPS（生产环境中切勿如此操作！）、暴露一组端口（稍后详述）以及配置数据库用户和MariaDB数据库代理的位置（通常是IP地址，但此处我们可使用Docker文件中先前定义的容器名称）来配置数据库代理。最后一行创建了一个NoSQL监听器，我们将利用它以MongoDB客户端身份在默认端口（27017）上进行连接。
若要通过命令行启动服务（容器），请转到保存Docker Compose文件的目录，并执行以下命令：
docker compose up -d下载所有软件并启动容器后，您将获得一个预配置好的MariaDB数据库和MaxScale代理，专为此实验准备。
在MariaDB中创建SQL表
现在，让我们连接到关系型数据库。在命令行中执行以下操作：
mariadb-shell --dsn mariadb://user:'Password123!'@127.0.0.1确认您能看到demo数据库：
show databases;切换到demo数据库：
use demo;
使用MariaDB Shell连接到数据库。
创建books表：
CREATE TABLE books(
isbn VARCHAR(20) PRIMARY KEY,
title VARCHAR(256),
year INT
);插入一些数据。我将采用插入自己的书籍这一陈词滥调：
INSERT INTO books(title, isbn, year)
VALUES
("Vaadin 7 UI Design By Example", "978-1-78216-226-1", 2013),
("Data-Centric Applications with Vaadin 8", "978-1-78328-884-7", 2018),
("Practical Vaadin", "978-1-4842-7178-0", 2021);通过运行以下命令检查书籍是否已存储在数据库中：
SELECT * FROM books;
使用MariaDB Shell插入数据。
在MariaDB中创建JSON集合
我们尚未安装MongoDB，但我们仍可使用MongoDB客户端（或应用程序）连接并创建集合和文档，就像使用MongoDB一样，只是数据存储在一个功能强大、完全符合ACID且可扩展的关系数据库中。让我们来尝试一下！
在命令行中，使用MongoDB shell工具连接到MongoDB…等等…实际上是MariaDB数据库！运行以下命令：
mongosh默认情况下，此工具尝试连接到运行在本地机器（127.0.0.1）上、使用默认端口（20017）的MongoDB服务器（这次实际上是MariaDB）。如果一切顺利，运行以下命令时您应该能看到列出的demo数据库：
show databases切换到demo数据库：
use demo
使用Mongo Shell连接到MariaDB。
我们正通过一个非关系型客户端连接到关系型数据库！让我们创建ratings集合并插入一些数据：
db.ratings.insertMany([
{
"isbn": "978-1-78216-226-1",
"starts": 5,
"comment": "A good resource for beginners who want to learn Vaadin"
},
{
"isbn": "978-1-78328-884-7",
"starts": 4,
"comment": "Explains Vaadin in the context of other Java technologies"
},
{
"isbn": "978-1-4842-7178-0",
"starts": 5,
"comment": "The best resource to learn web development with Java and Vaadin"
}
])检查这些评分是否已持久化到数据库中：
db.ratings.find()
使用Mongo Shell查询MariaDB数据库。
在MariaDB中使用JSON函数
至此，我们拥有一个单一数据库，对外表现为既是NoSQL（MongoDB）数据库，也是关系型（MariaDB）数据库。我们能够连接到同一数据库，并从MongoDB客户端和SQL客户端进行数据的读写。所有数据均存储在MariaDB中，因此我们可以使用SQL将来自MongoDB客户端或应用程序的数据与来自MariaDB客户端或应用程序的数据进行联接。接下来，我们将探讨MaxScale如何利用MariaDB存储MongoDB数据（集合和文档）。
使用如mariadb-shell的SQL客户端连接到数据库，并展示demo模式下的表：
show tables in demo;你应能看到books和ratings两张表。ratings作为MongoDB集合创建。MaxScale将来自MongoDB客户端的命令进行了转换，并创建了一张表以存储数据。现在，让我们查看这张表的结构：
describe demo.ratings;
A NoSQL collection is stored as a MariaDB relational table.
ratings表包含两个列：
id：对象ID。doc：以JSON格式表示的文档。
如果我们检查表的内容，我们会看到所有关于评分的数据都存储在doc列中，格式为JSON：
SELECT doc FROM demo.ratings \G
NoSQL文档存储在MariaDB数据库中。
让我们回到最初的目标——展示带有评分信息的书籍标题。下面的情况并非如此，但让我们假设一下，ratings表是一个常规表，具有stars和comment列。如果情况确实如此，将此表与books表连接将非常简单，我们的任务也就完成了：
/* this doesn’t work */
SELECT b.title, r.stars, r.comment
FROM ratings r
JOIN books b USING(isbn)回到现实。我们需要将实际ratings表的doc列转换为可以作为查询中新表使用的关系表达式。类似这样的操作：
/* this still doesn’t work */
SELECT b.title, r.stars, r.comment
FROM ratings rt
JOIN ...something to convert rt.doc to a table... AS r
JOIN books b USING(isbn)那个东西就是JSON_TABLE函数。MariaDB包含了一套全面的JSON函数，用于操作JSON字符串。我们将使用JSON_TABLE函数将doc列转换为我们可以用于执行SQL连接的关系形式。JSON_TABLE函数的一般语法如下：
JSON_TABLE(json_document, context_path COLUMNS (
column_definition_1,
column_definition_2,
...
)
) [AS] the_new_relational_table其中：
json_document：一个字符串或表达式，返回用于处理的JSON文档。- `
context_path`: 一个JSON路径表达式，定义了用于作为行来源的节点。
而列定义（如column_definition_1、column_definition_2等）具有以下语法：
new_column_name sql_type PATH path_in_the_json_doc [on_empty] [on_error]结合这些知识，我们的SQL查询将如下所示：
SELECT b.title, r.stars, r.comment
FROM ratings rt
JOIN JSON_TABLE(rt.doc, '$' COLUMNS(
isbn VARCHAR(20) PATH '$.isbn',
stars INT PATH '$.starts',
comment TEXT PATH '$.comment'
)
) AS r
JOIN books b USING(isbn);
在单个SQL查询中结合NoSQL和SQL数据。
我们可以将ISBN值用作MongoDB的ObjectID，进而作为ratings表中的id列，但这将留作你的练习（提示：使用_id而非isbn在通过MongoDB客户端或应用插入数据时）。
A Word on Scalability
有一种误解认为关系型数据库不能水平扩展（增加更多节点），而NoSQL数据库可以。然而，关系型数据库在不影响ACID属性的情况下进行扩展。MariaDB拥有多种存储引擎，针对不同工作负载量身定制。例如，你可以通过借助Spider实现数据分片来扩展MariaDB数据库。你还可以使用各种存储引擎，以每表为基础处理不同的工作负载。在单个SQL查询中实现跨引擎连接是可能的。
在单一逻辑MariaDB数据库中结合多种存储引擎。
另一种更现代的选择是采用分布式SQL与MariaDB Xpand。分布式SQL数据库通过透明分片技术，对应用程序呈现为一个单一的逻辑关系数据库。它采用无共享架构，可同时扩展读写操作。
A distributed SQL database deployment.
总结
我们的任务至此完成！现在，无论数据是由SQL还是NoSQL应用生成，您的系统都能拥有符合ACID原则且可扩展的全方位数据视图。无需再将应用从NoSQL迁移到SQL，也无需使SQL应用成为数据库多面手。如需了解更多MaxScale的其他功能，请观看此视频或访问文档。
Source:
https://dzone.com/articles/mixing-sql-and-nosql-with-mariadb-and-mongodb