从 WasmEdge 运行环境读写 Rust Wasm 应用的时序数据
WebAssembly (Wasm) 正在成为一个广受欢迎的编译目标，帮助开发者构建可迁移平台的应用。最近 Greptime 和 WasmEdge 协作，支持了在 WasmEdge 平台上的 Wasm 应用通过 MySQL 协议读写 GreptimeDB 中的时序数据。
什么是 WebAssembly
WebAssembly 是一种新的指令格式，同时具备了跨平台和接近原生机器代码的执行速度。** 通过将 C/C++ 或 Rust 代码编译成 WebAssembly ，可以在浏览器中提升程序的性能。而在浏览器外的其他运行环境，尤其是 CDN 或 IoT 的边缘端，我们也可以利用 WebAssembly 实现沙盒、动态加载的插件机制等高级的功能。
什么是 WasmEdge
WasmEdge 是 CNCF 的沙箱项目，提供上文提到的沙盒能力，允许开发者在 WebAssembly 标准的基础上，进一步扩展其能访问的资源和接口。例如，WasmEdge 为 Wasm 提供了额外的 TLS、网络能力和 AI 能力，大大丰富了使用场景。
WasmEdge GitHub 地址：
https://github.com/WasmEdge/WasmEdge
安装 GreptimeDB 和 WasmEdge
如果你已经安装了 GreptimeDB ，可以跳过这个步骤。
下载 GreptimeDB 并运行：
curl -L https://github.com/GreptimeTeam/greptimedb/raw/develop/scripts/install.sh | sh
./greptime standalone start
安装 WasmEdge：
curl -sSf https://raw.githubusercontent.com/WasmEdge/WasmEdge/master/utils/install.sh | bash -s编写 GreptimeDB 的 WASM 应用
在 WasmEdge 中，我们可以使用 MySQL 协议，让 Rust 语言编写的应用程序连接到 GreptimeDB。
首先通过 `cargo new` 创建一个新的 Rust 项目，我们的编译目标将是 `wasm32-wasi`，可以在项目根目录下创建 `.cargo/config.toml` 文件，指定默认编译目标，之后就无需在每次 `cargo build` 命令后专门指定 `--target` 了。
# .cargo/config.toml
[build]
target = "wasm32-wasi"编辑 `Cargo.toml` 增加依赖。`mysql_async` 的应用需要 `tokio` 运行时，WasmEdge 维护了这两个库的修改版本，使他们能够编译成 WebAssembly 代码，并且运行到 WasmEdge 环境中。
[package]
name = "greptimedb"
version = "0.1.0"
edition = "2021"[dependencies]
mysql_async_wasi = "0.31"
time = "0.3"
tokio_wasi = { version = "1", features = [ "io-util", "fs", "net", "time", "rt", "macros"] }进一步编辑 `src/main.rs` 文件，加入数据库访问的逻辑。这段代码将演示：
1. 通过环境变量读取数据库地址，并创建连接池；
2. 执行 SQL 语句创建数据表；
3. 插入数据；
4. 查询数据。
定义数据结构：
#[derive(Debug)]
struct CpuMetric {hostname: String,environment: String,usage_user: f64,usage_system: f64,usage_idle: f64,ts: i64,
}impl CpuMetric {fn new(hostname: String,environment: String,usage_user: f64,usage_system: f64,usage_idle: f64,ts: i64,) -> Self {Self {hostname,environment,usage_user,usage_system,usage_idle,ts,}}
}初始化数据库连接池：
use mysql_async::{prelude::*, Opts, OptsBuilder, Pool, PoolConstraints, PoolOpts, Result,
};
use time::PrimitiveDateTime;fn get_url() -> String {if let Ok(url) = std::env::var("DATABASE_URL") {let opts = Opts::from_url(&url).expect("DATABASE_URL invalid");if opts.db_name().expect("a database name is required").is_empty(){panic!("database name is empty");}url} else {"mysql://root:pass@127.0.0.1:3306/mysql".into()}
}#[tokio::main(flavor = "current_thread")]
async fn main() -> Result<()> {// Alternative: The "easy" way with a default connection pool// let pool = Pool::new(Opts::from_url(&*get_url()).unwrap());// let mut conn = pool.get_conn().await.unwrap();// Below we create a customized connection poollet opts = Opts::from_url(&*get_url()).unwrap();let builder = OptsBuilder::from_opts(opts);// The connection pool will have a min of 1 and max of 2 connections.let constraints = PoolConstraints::new(1, 2).unwrap();let pool_opts = PoolOpts::default().with_constraints(constraints);let pool = Pool::new(builder.pool_opts(pool_opts));let mut conn = pool.get_conn().await.unwrap();Ok(())
}
创建数据表：
// Create table if not existsr"CREATE TABLE IF NOT EXISTS wasmedge_example_cpu_metrics (hostname STRING,environment STRING,usage_user DOUBLE,usage_system DOUBLE,usage_idle DOUBLE,ts TIMESTAMP,TIME INDEX(ts),PRIMARY KEY(hostname, environment)
);".ignore(&mut conn).await?;插入数据：
let metrics = vec![CpuMetric::new("host0".into(),"test".into(),32f64,3f64,4f64,1680307200050,),CpuMetric::new("host1".into(),"test".into(),29f64,32f64,50f64,1680307200050,),CpuMetric::new("host0".into(),"test".into(),32f64,3f64,4f64,1680307260050,),CpuMetric::new("host1".into(),"test".into(),29f64,32f64,50f64,1680307260050,),CpuMetric::new("host0".into(),"test".into(),32f64,3f64,4f64,1680307320050,),CpuMetric::new("host1".into(),"test".into(),29f64,32f64,50f64,1680307320050,),];r"INSERT INTO wasmedge_example_cpu_metrics (hostname, environment, usage_user, usage_system, usage_idle, ts)VALUES (:hostname, :environment, :usage_user, :usage_system, :usage_idle, :ts)".with(metrics.iter().map(|metric| {params! {"hostname" => &metric.hostname,"environment" => &metric.environment,"usage_user" => metric.usage_user,"usage_system" => metric.usage_system,"usage_idle" => metric.usage_idle,"ts" => metric.ts,}})).batch(&mut conn).await?;查询数据：
let loaded_metrics = "SELECT * FROM wasmedge_example_cpu_metrics".with(()).map(&mut conn,|(hostname, environment, usage_user, usage_system, usage_idle, raw_ts): (String,String,f64,f64,f64,PrimitiveDateTime,)| {let ts = raw_ts.assume_utc().unix_timestamp() * 1000;CpuMetric::new(hostname,environment,usage_user,usage_system,usage_idle,ts,)},).await?;println!("{:?}", loaded_metrics);WasmEdge 团队提供的 `tokio` 和 `mysql_async` 库与原始版本编程接口完全一致，因此可以无缝地将普通 Rust 应用切换到 WebAssembly 平台上。
编译这个项目，我们可以获得 greptimedb.wasm 文件：
cargo build
ls -lh target/wasm32-wasi/debug/greptimedb.wasm通过 WasmEdge 运行我们的程序：
wasmedge --env "DATABASE_URL=mysql://localhost:4002/public" target/wasm32-wasi/debug/greptimedb.wasm上面这段示例程序已经纳入了 WasmEdge 的数据库使用示例，你可以在 GitHub 仓库找到完整的代码:
https://github.com/WasmEdge/wasmedge-db-examples/tree/main/greptimedb。
总结
WasmEdge 为 WebAssembly 应用提供了更多的扩展能力。如果你也将应用部署在 WebAssembly 环境里，未来我们还可以使用 OpenTelemetry SDK 采集指标数据直接存储到 GreptimeDB 。现在就下载 GreptimeDB 或开通 GreptimeCloud 实例运行上面的例子吧。