Trino_mcp

数据库官方认证 Python

🚀 使用 Trino MCP 访问《bullshit 数据集》

本项目借助 Trino 的 MCP（机器学习平台），提供了一个 REST API 接口，让用户能通过 SQL 查询直接访问《bullshit 数据集》。下面将详细介绍如何利用该接口进行数据查询，同时给出简单的 Python 示例。

🚀 快速开始

安装 Docker 环境

为了运行 Trino MCP 服务，您需要确保系统已安装 Docker 且 Docker 已启动。之后，使用以下命令拉取必要的镜像并启动服务：

docker-compose up -d trino-mcp

发送 SQL 查询请求

您可以通过向 Trino MCP 的 API 端点发送 POST 请求来执行 SQL 查询。以下是 Python 示例代码：

import requests
import json

# 设置 API 端点地址（默认 Docker 容器的 9097 端口）
api_url = "http://localhost:9097/api/query"

# 定义您的 SQL 查询
query_data = {
"query": "SELECT * FROM memory.bullshit.real_bullshit_data LIMIT 5",
"catalog": "memory",
"schema": "bullshit"
}

# 发送 POST 请求
response = requests.post(api_url, json=query_data)

# 处理响应结果
if response.status_code == 200:
results = response.json()
if results["success"]:
print(f"查询成功，返回 {results['results']['row_count']} 行数据")
for row in results['results']['rows']:
print(row)
else:
print(f"查询失败：{results.get('message', '未知错误')}")
else:
print(f"HTTP 请求失败，状态码：{response.status_code}")

✨ 主要特性

Trino MCP 提供以下两个主要 API 端点，通过直接调用 REST 接口去除了包装脚本的需求，使得集成到 Claude、GPT 等 AI 系统中变得更加简单：

GET /api：获取 API 文档和使用示例。
POST /api/query：执行针对 Trino 的 SQL 查询。

📦 安装指南

为了运行 Trino MCP 服务，请确保您的系统已安装 Docker 并且 Docker 已启动。然后，您可以使用以下命令拉取必要的镜像并启动服务：

docker-compose up -d trino-mcp

💻 使用示例

基础用法

import requests
import json

# 设置 API 端点地址（默认 Docker 容器的 9097 端口）
api_url = "http://localhost:9097/api/query"

# 定义您的 SQL 查询
query_data = {
"query": "SELECT * FROM memory.bullshit.real_bullshit_data LIMIT 5",
"catalog": "memory",
"schema": "bullshit"
}

# 发送 POST 请求
response = requests.post(api_url, json=query_data)

# 处理响应结果
if response.status_code == 200:
results = response.json()
if results["success"]:
print(f"查询成功，返回 {results['results']['row_count']} 行数据")
for row in results['results']['rows']:
print(row)
else:
print(f"查询失败：{results.get('message', '未知错误')}")
else:
print(f"HTTP 请求失败，状态码：{response.status_code}")

高级用法

Docker 容器 API（端口 9097）

import requests
import json

# 设置 API 端点地址（默认 Docker 容器的 9097 端口）
api_url = "http://localhost:9097/api/query"

# 定义您的 SQL 查询
query_data = {
"query": "SELECT * FROM memory.bullshit.real_bullshit_data LIMIT 5",
"catalog": "memory",
"schema": "bullshit"
}

# 发送 POST 请求
response = requests.post(api_url, json=query_data)

# 处理响应结果
if response.status_code == 200:
results = response.json()
if results["success"]:
print(f"查询成功，返回 {results['results']['row_count']} 行数据")
for row in results['results']['rows']:
print(row)
else:
print(f"查询失败：{results.get('message', '未知错误')}")
else:
print(f"HTTP 请求失败，状态码：{response.status_code}")

独立 Python API（端口 8008）

# 同样的代码，但使用不同的端口
api_url = "http://localhost:8008/query"

📚 详细文档

支持的 API 端点

Trino MCP 提供以下两个主要 API 端点：

Docker 容器 API（端口 9097）：上述已给出示例代码。
独立 Python API（端口 8008）：通过修改端口号即可使用，示例代码见上文。

这些 API 通过直接调用 REST 接口去除了包装脚本的需求，使得集成到 Claude、GPT 等 AI 系统中变得更加简单。

常见问题解答

1. API 返回 503 服务不可用错误

如果 Docker 容器的 API 返回 503 错误，请按照以下步骤排查：

重建容器：

docker-compose stop trino-mcp
docker-compose rm -f trino-mcp
docker-compose up -d trino-mcp

检查容器日志：
```
docker logs trino_mcp_trino-mcp_1
```

验证 Trino 运行状态：

curl -s http://localhost:9095/v1/info | jq

2. 端口冲突问题

如果独立 API 使用的默认端口（8008）出现占用，请按照以下步骤解决：

修改代码中的端口号：

打开 llm_trino_api.py 文件，找到最后一行并修改为所需的端口。
```
uvicorn.run(app, host="127.0.0.1", port=8009)
```
运行修改后的服务：
```
python llm_trino_api.py
```

总结

通过 Trino MCP，用户可以方便地通过 SQL 查询直接访问《bullshit 数据集》。本指南详细介绍了安装环境、发送查询请求、使用 API 端点以及解决常见问题的方法，希望能帮助您顺利使用该服务。

0 条评论
分类：数据库