集成¶

选择连接方式¶

客户端类型	推荐方式	原因
BI 工具（Tableau、Power BI、Looker）	JDBC	通过线路进行 Arrow Flight 列式流式传输；BI 工具内置 JDBC 向导，并可受益于列式高吞吐量传输大型结果集
psql、DBeaver，任何兼容 PG 的工具	pgwire（原生 PG 驱动）	零摩擦默认选项 —— 无需自定义驱动；直接使用已有工具
Python 数据栈（pandas、pyarrow）	`provisa-client` 或原生 ADBC	流式 Arrow 批次；无逐行序列化开销
Spark、DuckDB、高吞吐量管道	Arrow Flight（ADBC）	无限制列式流式传输，直接进入 Arrow 内存
服务到服务（类型化契约）	Protobuf gRPC	按角色生成的 proto；流式行数据；类型安全
Web 应用、脚本	HTTP（`/data/graphql`、`/data/sql`）	无需驱动；标准 HTTP；查询语言可自由选择
REST 客户端（JSON:API 标准）	`GET /data/jsonapi/{table}`	JSON:API v1.0 信封；通过查询参数提供稀疏字段集、分页、过滤；无需驱动

pgwire —— 原生 PostgreSQL 驱动¶

Provisa 实现了 PostgreSQL 线路协议（协议版本 3.0）。任何能识别 PostgreSQL 协议的客户端都可以在无需自定义驱动的情况下连接。

在启动 Provisa 前设置 PROVISA_PGWIRE_PORT（例如 5433）即可启用此功能。未设置或为 0 时禁用。

为什么选择 pgwire 而非 JDBC？¶

JDBC 驱动使用 Arrow Flight 作为传输方式，并需要部署 provisa-jdbc.jar。pgwire 则无需任何额外部署 —— 如果你已经拥有 psql、DBeaver、SQLAlchemy 或 PG JDBC 驱动，即可直接使用。对于纯 SQL 工作负载而言，这是摩擦最少的方式。

对于内置 JDBC 连接向导、并可受益于 Arrow Flight 列式流式传输处理大型结果集的 BI 工具而言，JDBC 是正确的选择。pgwire 则可对完整发布的架构执行自由 SQL —— 相同的查询，配置成本更低。

psql¶

psql -h localhost -p 5433 -U alice

DBeaver¶

新建连接 → PostgreSQL
主机：localhost，端口：5433
用户名 / 密码按 Provisa 配置
无需下载额外驱动

SQLAlchemy（Python）¶

from sqlalchemy import create_engine

engine = create_engine("postgresql+psycopg2://alice:secret@localhost:5433/provisa")
df = pd.read_sql("SELECT * FROM sales.orders", engine)

或使用 asyncpg：

engine = create_engine("postgresql+asyncpg://alice:secret@localhost:5433/provisa")

身份验证¶

pgwire 使用明文密码验证，并桥接至 Provisa 配置的身份验证提供程序（none 或 simple）。在信任模式（none）下，用户名会直接映射到角色 —— 密码将被忽略。不支持 MD5；在不受信任的网络上运行时，请启用 TLS（PROVISA_PGWIRE_CERT / PROVISA_PGWIRE_KEY）。

限制¶

仅支持 SQL。通过 pgwire 不接受 GraphQL 及 Cypher。
并非只读。COPY ... FROM STDIN 会将数据行插入 postgresql、mysql、sqlite 及 mariadb 数据源，并支持 DDL（见下文）。
支持 DDL（CREATE、ALTER、DROP），并会分派至 Trino 或直接路径；新表会注册到编译上下文中，并可立即查询。COPY ... TO STDOUT（导出）及 COPY ... FROM STDIN（导入）均支持 text 及 csv 格式。
针对 information_schema 及 pg_catalog 的查询会被拦截，并由 DuckDB 目录垫片响应 —— 架构发现工具可正常工作。

JDBC 驱动¶

Provisa 的 JDBC 驱动以 Arrow Flight 作为底层传输方式。对于具备 JDBC 连接向导的 BI 工具而言，这是推荐使用的方式。

连接¶

下载 provisa-jdbc.jar（始终为最新版本），并将其添加到你工具的驱动路径中。

JDBC URL：

jdbc:provisa://<host>:8815

身份验证使用标准 JDBC 的 user / password 属性。Provisa 会依据已配置的身份验证提供程序验证凭据，并分配角色 —— 客户端不能自行选择角色。

BI 工具设置¶

Tableau

管理 → 驱动程序 → 安装 Provisa JDBC
连接 → 其他数据库（JDBC）
URL：jdbc:provisa://localhost:8815
在系统提示时输入用户名及密码

DBeaver（JDBC 方式 —— pgwire 方式见上文）

数据库 → 新建连接 → JDBC
驱动：添加 provisa-jdbc.jar
URL：jdbc:provisa://localhost:8815
在“身份验证”选项卡中输入用户名及密码

Power BI —— 使用 ODBC 网关配合 Provisa JDBC-ODBC 桥接器（已包含在安装程序中）。

Arrow Flight 客户端¶

Arrow Flight（端口 8815）是支持此功能的数据工具推荐使用的方式。结果会以 Arrow RecordBatch 形式流式传输，无需在 Provisa 内存中具体化。

Python（`provisa-client`）¶

推荐使用的 Python 方式 —— 同时封装 GraphQL 及 Arrow Flight：

pip install provisa-client

from provisa_client import ProvisaClient

client = ProvisaClient("http://localhost:8001", username="alice", password="secret")

# Arrow Flight → pyarrow Table (high-throughput, streaming)
table = client.flight("SELECT id, amount FROM sales.orders")

# Arrow Flight → pandas DataFrame
df = client.flight_df("SELECT id, amount FROM sales.orders")

# GraphQL → DataFrame
df = client.query_df("{ orders { id amount } }")

完整参考资料（包括 DB-API 2.0、SQLAlchemy 方言及 ADBC）请参阅 docs/python-client.md。

Python（原生 PyArrow）¶

import pyarrow.flight as flight

client = flight.connect("grpc://localhost:8815")
ticket = flight.Ticket(b'{"query": "SELECT id, amount FROM sales.orders"}')
df = client.do_get(ticket).read_all().to_pandas()

票据不携带任何角色。服务器会依据已配置的身份验证提供程序分配角色。若允许选择角色，请在 gRPC 调用的元数据中以 x-provisa-role 键传递（例如 flight.FlightCallOptions(headers=[(b"x-provisa-role", b"analyst")])），而非置于票据 JSON 内。

ADBC¶

import adbc_driver_flightsql.dbapi as adbc

conn = adbc.connect("grpc://localhost:8815", db_kwargs={"username": "alice", "password": "secret"})
cursor = conn.cursor()
cursor.execute("SELECT id, amount FROM sales.orders")
table = cursor.fetch_arrow_table()

DuckDB¶

import duckdb, pyarrow.flight as flight

client = flight.connect("grpc://localhost:8815")
ticket = flight.Ticket(b'{"query": "SELECT * FROM sales.orders"}')
arrow_table = client.do_get(ticket).read_all()

conn = duckdb.connect()
result = conn.execute("SELECT region, sum(amount) FROM arrow_table GROUP BY 1").df()

Spark（PySpark）¶

from pyspark.sql import SparkSession
spark = SparkSession.builder \
    .config("spark.jars.packages", "org.apache.arrow:flight-core:14.0.0") \
    .getOrCreate()

# Use ADBC Flight connector or load via pandas → Spark

Protobuf gRPC（端口 50051）¶

服务到服务方式。Provisa 在启动时按角色生成 .proto —— 每个角色只能看到其有权访问的表和列。

下载你角色的 proto：

curl http://localhost:8001/proto/analyst > provisa_analyst.proto

使用 grpc_server_reflection 以编程方式发现架构。

角色会通过每次 RPC 的 x-provisa-role 元数据键传递。流式查询会逐行发出消息；变更操作（mutation）则为一元操作。

跨协议调用命令¶

命令是在 Provisa 语义层注册的已跟踪函数或 webhook —— 一个可调用元素，具有 kind（query 或 mutation）及描述其运行方式的 impl_kind。所有接口都通过单一受治理的执行器（invoke_tracked_function）路由调用，统一强制执行 writable_by 及治理（REQ-1156）。[tool-verified: provisa/api/data/action_exec.py, provisa/bolt/session.py:786-791, provisa/grpc/server.py:107-135, provisa/pgwire/function_call.py:80-88, provisa/api/flight/server.py:542-554]

`impl_kind`	执行内容	绑定字段
`source_procedure`	已注册数据源上的存储过程（默认）	`sourceId`、`schemaName`、`functionName`
`script`	服务器端脚本	`script`
`http`	出站 HTTP 调用	`url`、`method`
`grpc`	对外部服务器的出站 gRPC 调用	`target`、`method`
`python`	由 Provisa 托管的 Python 可调用对象（REQ-885）	`callable`（例如 `demo.py_functions:random_dataset`）

当命令声明 return_schema（type: array, items: object 的 JSON Schema）时，即为集合返回型 —— 每个接口都会将其投影为类型化的行集。演示命令 random_python_set（impl_kind 为 python）及 random_grpc_set（impl_kind 为 grpc）分别演示了一个托管的可调用对象及一个返回随机值行的外部 gRPC 桥接；两者均已在 config/provisa-install.yaml 中注册。[tool-verified: config/provisa-install.yaml:809-856]

协议对照表¶

接口	语法	示例
GraphQL	`kind=query` → Query 字段；`kind=mutation` → Mutation 字段；`domain_prefix: true` 时加上域前缀	`{ ps__random_python_set(rows: 5, seed: 42) { id region amount } }`
pgwire / Arrow Flight / MCP `run_sql`	`SELECT * FROM fn(args)` 或 `SELECT fn(args)`	`SELECT * FROM random_python_set(5, 42)`
Cypher HTTP（`POST /data/cypher`）	`CALL fn(args) YIELD cols`	`CALL random_python_set(5, 42) YIELD id, region, amount`
Bolt（Neo4j Browser / 驱动程序）	`CALL fn(args)` —— 位置参数会对应到已声明的参数名称	`CALL random_python_set(3, 7)`
Provisa gRPC（端口 50051）	一元 `CallCommand(CommandRequest{name, args_json})` → `CommandResponse{rows_json}`	`grpcurl -d '{"name":"random_python_set","args_json":"{\"rows\":5}"}' ... ProvisaService/CallCommand`

kind 字段仅控制在 GraphQL 中的放置位置 —— SQL、Cypher、Bolt 及 gRPC 接口均同样接受 query 及 mutation 命令。

Apollo Federation¶

Provisa 可作为 Federation v2 子图，将其已发布的架构暴露给 Apollo Router 或 Apollo Gateway。

设置¶

在 config.yaml 中启用联邦：

federation:
  enabled: true
  subgraph_name: provisa-data

Provisa 会自动在主键列上生成 @key 指令，并在跨子图关系上生成 @external/@provides。

向 Apollo Router 注册¶

在你的 supergraph.yaml 中：

subgraphs:
  provisa-data:
    routing_url: http://provisa:8001/data/graphql
    schema:
      subgraph_url: http://provisa:8001/data/graphql

运行 rover supergraph compose --config supergraph.yaml 以生成超级图架构。

实体¶

Provisa 会响应 _entities 查询，以进行跨子图连接。任何具有主键的表都可自动作为 Federation 实体解析。

Hasura v2 / DDN 导入¶

有关从 Hasura 迁移到 Provisa，请参阅 docs/import.md。

Kafka¶

有关将 Kafka 主题配置为只读表及查询结果接收端，请参阅 docs/sources.md。

Apache Ossie 语义互操作（REQ-1316）¶

Provisa 通过边界适配器，与 Apache Ossie（规范 0.2.0.dev0，孵化中；前身为 Open Semantic Interchange）交换语义模型。Provisa 的内部词汇永远不会重命名为 Ossie 的词汇 —— 由于该规范声明极有可能出现不兼容变更，因此耦合仅限于适配器内部。 [tool-verified: provisa/ossie/convert.py docstring lines 7–16; OSSIE_VERSION = "0.2.0.dev0", provisa/ossie/convert.py line 29]

导出¶

规范的导出接口是一个实时 HTTP 端点。它会在每次请求时，从实时状态派生 Ossie 文档 —— 没有缓存，也没有生成步骤。

GET /admin/ossie

响应是一个 YAML 文档，带有 Content-Disposition: attachment; filename=provisa.ossie.yaml。 [tool-verified: ossie_router.py lines 20–33: "THE canonical live Ossie endpoint: the semantic model derived from live state on every read — no caching, no regeneration step"]

Metrics 页面还在 Ossie Interchange 面板中提供了下载按钮及可复制的端点 URL，两者均指向同一端点。 [tool-verified: OssieInterchangePanel.tsx lines 64–79: endpointUrl = window.location.origin + OSSIE_ENDPOINT_PATH]

导出内容¶

适配器按以下方式将 Provisa 对象映射为 Ossie 对象：

Provisa 对象	Ossie 对象	说明
`Table`	`dataset`	`source` = `catalog.schema.table`；主键／唯一键来自列配置及 `UniqueConstraint`
`Column`	`field`	`expression` = 列引用（ANSI_SQL 方言）；时间列会获得 `dimension.is_time: true`
`Relationship`	`relationship`	已设置别名时使用别名作为名称；已计算（函数目标）的关系会被跳过
`Metric`	`metric`	`name`、`expression`（ANSI_SQL）、`datatype`、`description`、`ai_context` —— 按设计无损
`modeling_role` / `modeling_history`	`custom_extensions[].vendor_name="provisa"`	仅用于往返；其他工具可忽略

[tool-verified: _table_to_dataset, build_ossie_model, provisa/ossie/convert.py lines 90–198; _table_to_dataset comment at line 153: "Computed (function-target) relationships have no dataset target — not representable in Ossie; skipping is the defined export boundary"]

治理、行级安全、血缘及图语义均不会被导出。它们可以在 custom_extensions 的可选 provisa 插槽中流转以维持往返保真度，但互操作过程从不依赖其他工具读取该数据。 [tool-verified: provisa/ossie/convert.py docstring lines 13–15]

未知的 Provisa 列类型会原样通过；适配器绝不会静默映射为错误的类型。[tool-verified: _map_datatype, provisa/ossie/convert.py lines 70–77: "Unknown types pass through verbatim — mapping silently to a wrong type would corrupt the model"]

类型映射¶

[tool-verified: _DATATYPE_MAP, provisa/ossie/convert.py lines 35–65]

Provisa／数据源类型	Ossie `datatype`
`varchar`、`text`、`char`、`uuid`、`string`	`string`
`int`、`integer`、`bigint`、`smallint`、`int4`、`int8`、`tinyint`	`integer`
`numeric`、`decimal`、`float`、`double`、`real`	`number`
`bool`、`boolean`	`boolean`
`date`	`date`
`time`	`time`
`timestamp`、`timestamptz`、`datetime`	`timestamp`
其他任何类型	原样通过

导入¶

导入接受一个 Ossie 文档（YAML 或 JSON），并返回注册提案。系统不会自动注册任何内容 —— 已导入的定义永远不会绕过审核步骤。

POST /admin/ossie/import
Content-Type: text/yaml   (or application/json)

<ossie document>

服务器使用 parse_ossie_model 解析文档，该函数会验证结构，并返回包含建议表、关系及指标（以纯字典形式呈现）的 OssieImport 数据类。任何结构性问题都会返回带有命名路径错误的 400 响应，例如 ossie import: missing semantic_model[0].datasets[1].source。 [tool-verified: import_ossie, provisa/api/admin/ossie_router.py lines 36–52: "Nothing is registered here — imported definitions never bypass registration review"]

审核界面¶

在用户界面中，导入按钮（Metrics 页面 → Ossie Interchange 面板）会打开文件选择器。文档提交并解析后，会打开一个审核弹窗，列出每个建议的表、关系及指标，并以已勾选项呈现。建模人员可取消勾选任何项以将其排除。点击应用后，已勾选的项目会通过现有的注册变更操作（mutation）完成注册 —— 先注册表，再注册关系（因其引用表），最后注册指标。 [tool-verified: OssieInterchangePanel.tsx lines 88–165: "Review screen opens with everything checked; trimming = unchecking"; "Tables first, then relationships... then metrics — each through the EXISTING registration mutations (REQ-1316)"]

存储在由 Provisa 导出的 Ossie 文档中的建模角色及历史记录，会通过导入正确地往返还原。 [tool-verified: _parse_dataset custom_extensions handling, provisa/ossie/convert.py lines 287–300: "REQ-1320: round-trip the provisa modeling metadata slot"]

跨协议指标（REQ-1319）¶

受治理指标的定义 —— 其表达式、描述及 ai_context —— 会通过单一编译器扩展，随其值传递到每个查询接口。这中间不存在任何副本。编译器为 SQL 访问保留 metrics 架构；每个协议随后再各自加入其自身的元数据通道。

[tool-verified: METRICS_SCHEMA = "metrics", provisa/compiler/metric_expand.py line 43; REQ-1319 requirement text: "the definition (description, ai_context) travels with the value everywhere, with no copies"]

SQL / pgwire¶

将任何指标作为 metrics 架构中的虚拟关系进行寻址。你选择的维度列会成为 GROUP BY：

-- Grand total
SELECT value FROM metrics.net_revenue;

-- By region
SELECT region, value FROM metrics.net_revenue GROUP BY region;

-- By region and month, filtered
SELECT region, month, value
FROM metrics.net_revenue
WHERE net_revenue.status = 'completed'
GROUP BY region, month;

编译器会在治理执行之前，将 metrics.<name> 形式展开为实际的分组聚合。列描述会以 pg_description 条目呈现，因此 DBeaver 及 psql 的 \d+ 均可显示。[tool-verified: metric_semantic_sql, provisa/compiler/metric_expand.py lines 52–70; REQ-1319: "description surfaced via pg_description"]

SELECT * 会被拒绝 —— 请明确指定列名。 [tool-verified: expand_metric_query, provisa/compiler/metric_expand.py lines 302–306]

GraphQL¶

指标会在根字段 _aggregate 内以 metrics 代码块的形式投影。 [inferred: per REQ-1319; aggregate_gen.py not read in this session]

定义文本（description、ai_context）会出现在 GraphQL 内省文档中，因此具有架构感知能力的工具及代码生成会自动获取该内容。 [inferred: per REQ-1319: "definition in introspection docs"]

MCP（AI 代理）¶

有两个工具向 MCP 客户端公开指标：

list_metrics —— 返回该会话可见的所有受治理指标，包含 name、description 及 ai_context。
query_metric —— 接受一个指标名称及一个维度列表，并调用编译器的语义 SQL 路径，返回聚合结果。

[inferred: per REQ-1319: "MCP: list_metrics and query_metric tools carrying ai_context, so agents select governed meanings instead of composing aggregation SQL"; provisa/api/mcp/tools.py not read in this session]

代理在构建查询之前调用 list_metrics，即可按名称选择受治理指标，而非手动编写聚合 SQL。 ai_context 字段正是放置引导正确选择之定义文本的位置。

Arrow Flight¶

指标可通过返回 Arrow 表的指标飞行描述符（metric flight descriptor）进行寻址。 [inferred: per REQ-1319: "Arrow Flight: metric flight descriptors returning Arrow tables"; provisa/api/flight/catalog.py not read in this session]

通过标准 Flight SQL 票据路径，使用相同的 metrics.<name> SQL 形式。

Bolt / Cypher（Neo4j Browser）¶

使用 provisa.metric() 过程调用指标：

CALL provisa.metric('net_revenue', ['region']) YIELD region, value

[inferred: per REQ-1319: "Bolt/Cypher: a provisa.metric() procedure"; the procedure signature is inferred from the REQ text and not verified against provisa/bolt/session.py in this session]

事实表及维度表在联邦图中带有 :Fact 及 :Dimension 节点标签，因此 Bloom 可自动呈现星形结构。 [inferred: per REQ-1319 and REQ-1320: "federated graph labels nodes :Fact/:Dimension so Bloom renders the star"; provisa/cypher/label_map.py not read in this session]

自然语言查询¶

自然语言架构匹配器会将自然语言问题中的指标词汇，直接解析为一个指标及若干维度，然后生成语义 SQL。[tool-verified: resolve_metric, provisa/nl/schema_matcher.py is exercised in test_nl_metrics.py lines 76–78: sql = matcher.resolve_metric("What is the total revenue by region?") → "SELECT region, value FROM metrics.total_revenue GROUP BY region"]

事实表在自然语言提示中标记为 [fact]；维度表则标记为 [dimension]。匹配器在解析问题时，会倾向于选择从事实表到维度表的连接路径。 [tool-verified: test_format_entities_tags_star_roles, tests/unit/test_nl_metrics.py lines 129–132: assert "table: orders [fact] fields: amount" in block]

流式处理¶

将 view_metrics 与 materialize 及 Kafka 接收端结合，即可利用现有的物化机制，生成变更即推送（push-on-change）的指标输出。无需任何新管道。 [inferred: per REQ-1319: "Streaming: view_metrics + materialize + Kafka sink yields push-on-change metrics from existing machinery"; implementation not verified beyond the requirement text]

可观测性（OTel）¶

指标评估会被追踪，并可导出为 OpenTelemetry 指标。 [inferred: per REQ-1319: "Observability: metric evaluations traced and exportable as OTel metrics"; OTel integration code not read in this session]

集成¶