基于Thrift的分布式Hive数据源连接器

基于Thrift的分布式Hive数据源连接器

问题产生原因

最近要写一个通过thrift连接hive的工具，传统的jdbc代码是不能获取日志的，因此需要定制一个可以获取hive 执行日志的客户端。但是我们系统本身属于分布式系统。那么就会造成一个问题。我的连接是在节点A获取的，然后在节点A上执行了查询。那么我下次继续请求更新的日志信息的时候，请求可能到达了节点B。

问题的根源就是请求日志或者数据的时候请求是异步的，请求之后立马返回，下次请求具体到达什么节点是不确定的。

解决思路

如大家所知道的连接是不能进行序列化传输的，但是Hive的TOperationHandle是可以进行序列化的。因此我们需要记录一下Hive的操作句柄就可以拿到日志或者数据。

实现

借助工具 Hazelcast (可嵌入的分布式内存数据库- 点击查看该集群) 制作一个内存分布式共享集合，然后将请求的句柄存入集合内即可。

代码一： 分布式内存集合工具类

由于spring项目内已经注册的有Hazelcast集群，所以我们仅仅在此处检测JVM内存在的Hazelcast资源即可，检测到之后取出来就可以使用

public class HazelcastUtil {
    private static volatile HazelcastInstance hazelcastInstance;

    private HazelcastUtil(){
        if (hazelcastInstance != null){
            throw new DataRockException("can not init hazelcast when it was existed");
        }
    }

    public static HazelcastInstance getHazelcastInstance() {
        if (hazelcastInstance == null){
            synchronized (HazelcastUtil.class){
                if (hazelcastInstance == null){
                    Set<HazelcastInstance> allHazelcastInstances = Hazelcast.getAllHazelcastInstances();
                    Optional<HazelcastInstance> first = allHazelcastInstances.stream().findFirst();
                    if (!first.isPresent()){
                        throw new DataRockException("hazelcast has not be initialized in JVM");
                    }
                    return first.get();
                }
            }
        }
        return hazelcastInstance;
    }
    public static <A,B> IMap<A,B> getOrCreateHazelcastMap(String name){
        HazelcastInstance instance = getHazelcastInstance();
        IMap<A,B> map = instance.getMap(name);
        return map;
    }
}

代码二： 创建一个可序列化的共享集合，该集合的主要目的就是在各个实例之间传输，用来共享句柄和一些句柄的信息。

@Data
@Builder
public class MyOperationStatementRecord implements Serializable {

    private TOperationHandle operationHandle;
    private Integer fetchSize;
    private TFetchOrientation fetchLogOrientation;
    private TFetchOrientation fetchDataOrientation;
    private TProtocolVersion protocolVersion;

}

代码三：具体请求操作，省略一些冗余代码

@Slf4j
public class HiveInterpreterOperator extends JdbcInterpreterOperator {
	
	//省略一些客户端以及协议版本等属性
	
    public IMap<String, MyOperationStatementRecord> myHiveOperationHandleMap = HazelcastUtil.getOrCreateHazelcastMap(" myHiveOperationHandle");

    @Override
    public  void executeAsyncQuery(MyParam param) {
			//此处省略异步执行sql的代码 用executeAsync代替
			//Myparam内包含很多配置信息比如连接信息等 
		  TOperationHandle operationHandle = executeAsync(param)
			//protocol为使用的hive协议版本
          MyOperationStatementRecord record = MyOperationStatementRecord.builder()
                .operationHandle(operationHandle)
                .protocolVersion(protocol)
                .fetchSize(100)
                .fetchLogOrientation(TFetchOrientation.FETCH_FIRST).build();
           myHiveOperationHandleMap.put(param.getRequestId(), record);
  
        } catch (SQLException e) {
            throw new RuntimeException(e);
        }
    }

    @Override
    public List<String> fetchLogs(MyFetchParam param) {
        String requestId = param.getRequestId();
        MyRockOperationStatementRecord record = myHiveOperationHandleMap.get(requestId);
        TOperationHandle operationHandle = record.getOperationHandle();
        TFetchOrientation fetchOrientation = record.getFetchLogOrientation();
        Integer fetchSize = record.getFetchSize();

        List<String> logs = new ArrayList<String>();
        TFetchResultsResp tFetchResultsResp = null;
        try {
            TCLIService.Iface client = getClient();
            if (operationHandle != null) {
                TFetchResultsReq tFetchResultsReq =
                        new TFetchResultsReq(operationHandle, fetchOrientation, fetchSize);
                tFetchResultsReq.setFetchType(FetchType.LOG.toTFetchType());

                tFetchResultsResp = client.FetchResults(tFetchResultsReq);
                if (Objects.nonNull(tFetchResultsResp)){
                    record.setFetchLogOrientation(TFetchOrientation.FETCH_NEXT);
                    dataRockHiveOperationHandleMap.put(param.getRequestId(), record);

                }
            }
            RowSet  rowSet = RowSetFactory.create(tFetchResultsResp.getResults(), record.getProtocolVersion());
            for (Object[] row : rowSet) {
                logs.add(String.valueOf(row[0]));
            }
        } catch (Exception e) {
            throw new RunTimeException("Error when getting query log: " + e, e);
        }
       return logs;
    }
}

此时尝试本地开启两个服务分别为80端口服务和81端口服务，在80端口服务进行异步请求，在81端口服务获取日志均成功