准备联合服务器以通过 JDBC 访问数据源
根据用户下载 JDBC 驱动程序的需求, JDBC 数据源分类为 Type-1 和 Type-2 。
准备工作
数据源 | 类型 | 优化 | 快速入门 |
---|---|---|---|
Amazon Athena | 1 类 | Y | ATHENA |
Amazon Redshift | 2 类 | Y | RedShift |
Amazon Aurora PostgreSQL | 2 类 | Y | PostgreSQL |
Apache Derby | 1 类 | Y | Apache Derby |
Apache Hive | 2 类 | Y | Apache Hive |
Apache Spark SQL | 2 类 | Y | Apache Spark |
自主 Restful 服务 | 2 类 | Y | |
Db2® | 2 类 | Y | Db2 |
Db2 for z/OS® | 2 类 | Y | Db2 for z/OS |
DVM 服务器 | 2 类 | Y | DVM 服务器 |
Google BigQuery | 2 类 | Y | BigQuery |
IBM PureData® System for Analytics (以前称为 Netezza®) | 1 类 | Y | Netezza |
IBM Watsonx.data | 2 类 | Y | Watsonx.data |
MariaDB | 1 类 | Y | MariaDB |
Microsoft SQL server | 2 类 | Y | Microsoft SQL Server |
Oracle MySQL Community Edition | 1 类 | Y | MySQL CE |
Oracle MySQL Enterprise Edition | 2 类 | Y | MySQL EE |
Oracle | 2 类 | Y | Oracle |
Pivotal Greenplum | 2 类 | Y | Greenplum |
PostgreSQL | 2 类 | Y | PostgreSQL |
SAP HANA | 1 类 | Y | SAP HANA |
Salesforce | 2 类 | Y | Salesforce |
Snowflake | 1 类 | Y | Snowflake |
Teradata | 1 类 | Y | Teradata |
注: 在 "优化" 列中, "Y" 指示已优化 JDBC 包装程序以访问这些数据源。 优化数据类型映射以保持数据精确; 优化函数映射和服务器属性以通过更好的 SQL 下推来提高性能。 "N" 指示您还可以使用联合来访问这些数据源并执行基本操作,例如通过 JDBC 驱动程序查询远程数据,只要所需的 JDBC 驱动程序符合 JDBC 标准。 但是,由于未优化 JDBC 包装器,因此可能存在一些不受正确支持的数据类型和函数,并且性能预期不如使用优化的数据源的性能。
过程
根据 JDBC 数据源的类型,准备联合服务器以访问数据源。
- 如果 JDBC 数据源类型为 1 类型,请参阅 准备联合服务器以通过类型为 1的 JDBC 访问数据源。
- 如果 JDBC 数据源类型为 2 类型,请参阅 准备联合服务器以通过类型为 2的 JDBC 访问数据源。