目录
一、PL/R简介
R是在数据科学（比如机器学习）领域中广泛使用的另外一种语言，有R语言背景的数据工程师可以利用PL/R编写代码，然后在所有的Greenplum节点上并行运行。和PL/Python一样，PL/R也是一种不受信的过程化编程语言。在创建PL/R之前，需要首先安装R安装包和PL/R安装包。由于软件许可证授权关系（R和PL/R是GPL协议，而Greenplum不是），Greenplum PL/R和Greenplum主代码库不在一起，而是放在以下地址：https://github.com/greenplum-db/plr这个代码库中包含了生成R和PL/R二进制文件的持续集成代码，读者可以部署CI,然后生成包含R和PL/R的gppkg格式包。当然，也可以到Pivotal官方网站下载编译好的二进制gppkg安装包。注意，Greenplum 5.X上的R使用的版本是3.3.3，这个版本经过了一定的测试。
使用gppkg在所有Greenplum节点上安装R和PL/R包的命令：
和PL/Python一样，在使用PL/R之前，我们需要调用createlang在postgres这个数据库上安装PL/R：
bin]$ createlang plr -d postgres
createlang: language installation failed: ERROR: could not open extension control file "/usr/local/greenplum-db-6.2.1/share/postgresql/extension/plr.control": No such file or directory
简单的PL/R例子
调用PL/R函数生成指数分布表的例子：
PL/R提供一些辅助函数，缺省状态下不会安装这些辅助函数，因为不是所有的PL/R函数都需要这些函数。如果用户需要，可以自行安装和装载。安装这些辅助函数的命令如下：
在一个会话中安装需要的辅助函数。比如，下面的函数允许我们在PL/R函数中引用一些内部的TYPENAMEOID，比如INT4OID。
限于篇幅，本章不详细介绍PL/R支持的功能，感兴趣的读者可以参考以下资源：
- https://gpdb.docs.pivotal.io/5180/ref_guide/extensions/pl_r.html
- http://www.joeconway.com/doc/index.html
如果不再使用PL/R，可以调用下面命令在postgres数据库上将其删除。
如果需要从Greenplum包中彻底删除PL/R的包，就需要调用gppkg工具先删除PL/R和R的gppkg包，然后重启集群。
二、安装R包
2.1 安装Greenplum数据计算R包集合
为了方便用户使用，和PL/Python一样，Pivotal的Greenplum发行版中也提供了一个包含常用数据科学相关库的R语言包。其安装和卸载方式与Python包类似，此处不再赘述。Greenplum中的PL/R功能和PostgreSQL中的PL/R功能基本一致，和PL/Python类似，需要在函数入口和出口提供类型转换，同样也支持函数存储共享数据。比如：
只有install_rcmd()函数在Greenplum 5.X中暂不支持，但是Greenplum 6计划支持这个函数（这个功能依赖于Greenplum 6中的一个新功能replicated table，而这个功能目前已在Greenplum 6代码中实现了）
三、PL/Container
PL/Container是一种在Docker容器中运行多种编程语言UDF的过程化编程语言。用户在UDF代码中设置配置名，配置名对应了Docker容器运行镜像、容器启动后运行的解析程序（R、Python）、容器运行时配置等。当前支持的解析程序语言有Python和R。从功能上来说，PL/Container中的Python和R程序兼容很多PL/Python和PL/R的内部函数。目前PL/Container的版本号为1.2.0。PL/Container是由Pivotal开发并开源的，现在支持CentOS 6、CentOS 7、RedHat Enterprise Linux 6或者Red Hat Enterprise Linux 7。实现PL/Container的出发点是解决PL/Python和PL/R不是一种受信任的过程化编程语言的问题。由于不容易创建运行R或者Python代码的沙盒，所以当时考虑用容器技术在系统级别做一个沙盒。此外，PL/Container还有一些其他优点，后面我们会介绍。PL/Container当前支持Greenplum和PostgreSQL。
3.1 PL/Container程序执行过程
从图中可以看到，不同的语言对应于不同的处理程序。在初始阶段，执行器通过分析UDF代码提取运行环境配置项，然后通过Docker的API启动相应的容器。在容器启动后，执行器和容器中的程序通过PING/PONG握手后，再通过IPC或者网络建立连接，然后采用私有协议进行通信。对于语言（Python或者R）相关的代码，后端程序调用相应语言的解释器来解释执行，并最终把结果传递回执行器端。如果有必要（比如，对于SPI调用，这时后端程序无法处理），后端程序会把请求发回执行器执行，再把结果传回后端处理程序。注意整个容器的生命周期。容器在PL/Container的UDF第一次运行的时候启动，然后和执行器建立连接后被一直复用，直到这个会话退出（执行器进程退出）或者UDF主动退出（用户函数中主动调用退出代码）。这样会极大提高性能，因为启动和停止一个容器需要一定代价。也就是说，图中的步骤8到步骤10会一直重复，直到会话退出。
3.2 PL/Container的优点
1）PL/Container是一种安全的过程化编程语言：因为Python或者R的代码在Docker容器中运行，用户不能在Greenplum主机上访问或者在之上创建文件，也不可以直接访问Greenplum数据库，因此，数据库的普通用户可以安全地创建和运行基于R或者Python的函数。
2）对用户代码错误能良好隔离：在运行这些过程化编程语言的UDF时，因为用户代码有bug或者因为一些库不稳定，程序可能会崩溃，Greenplum数据库集群有时候需要重启来避免数据损坏。如果我们把用户的Python或者R代码放到一个单独的容器中运行，那么即使运行Python或者R代码的程序崩溃，SQL查询只会报告失败而不影响集群以及集群中的其他会话
3）Python/R多版本支持：PL/Python和PL/R在一个机器上同时部署多个不同版本并不方便。但是对于PL/Container，我们可以针对不同版本创建不同的镜像，轻松完成多版本支持。
4）资源控制：Greenplum支持Resource Group功能来实现资源（内存和CPU）控制，但是针对内存控制粒度无法触及过程化编程语言代码本身。因为Greenplum中的内存控制是通过自带的内存分配（包含统计）功能实现的，而过程化编程语言中的内存管理通常是由语言自己来实现的，这是Greenplum内核感知不到的。PL/Container解耦了数据库执行器部分和过程化编程语言解释代码部分，我们可以轻松地通过Docker的资源控制来控制过程化编程语言使用资源。
5）容易扩展：一种扩展是语言层面的，Greenplum已经尽量把不同语言的共有代码提取出来，这时如果增加一种语言的支持，我们就可以把更多精力放在语言本身的相关代码上面。另一种扩展是后端层面的。PL/Container代码虽然现在只支持Docker容器，但是其实现抽象化了后端API，使得PL/Container能更容易地支持不同接口。比如，可以写一个后端，不需要容器而只需要独立进程解释过程化编程语言函数（这样损失了安全性但是能很好地隔离用户代码错误）；又或者实现一个基于容器的云操作系统的后端，这时资源管理控制又会是另外一种情况。
四、附录
进一步阅读
- ❏https://gpdb.docs.pivotal.io/5190/ref_guide/extensions/pl_python.html
- ❏https://gpdb.docs.pivotal.io/5190/ref_guide/extensions/pl_r.html
- ❏http://www.joeconway.com/plr.html
- ❏https://gpdb.docs.pivotal.io/5190/ref_guide/extensions/pl_container.html