sql if 和insert_Flink使用Calcite解析Sql做维表关联(二)

点击箭头处“蓝色字”，关注我们哦！！

继上一篇中使用Calcite解析Sql做维表关联(一) 介绍了建表语句解析方式以及使用calcite解析解析流表join维表方法，这一篇将会介绍如何使用代码去实现将sql变为可执行的代码。

实现流程分析：

1. 注册表

   根据对create语句解析的结果：表名称、字段信息、表属性，注册成为相应的源表、结果表；

2. join 拆解

   使用calcite 解析后得到两个部分join部分、insert部分，join部分得到的流表先转换为流，然后根据维表配置的属性(维表来源、查询方式等)选择不同的维表关联策略，得到一个关联之后的流，最后将这个流注册为一张表；对于insert部分就比较简单，insert部分的select的表直接更换为关联之后的流表，然后执行即可。

经过以上分析之后，接下来看下具体的实现。

注册表

注册表包括源表、结果表。实时处理的数据源通常是kafka，针对不同的数据格式需要制定不同的反序列化方式，以json格式为例，如何将kafka的数据反序列化，将流转换为表，通常流的数据类型为Pojo、Tuple、Row等，为了能够通用化选择Row类型；结果表通常是mysql、hbase、es等，需要定义AppendStreamTableSink或者RetractStreamTableSink。

//以json格式为例public class JsonDeserilization implements DeserializationSchema {    private Map<String,String> fields; //fieldName->fieldType    private RowTypeInfo rowTypeInfo;    private TypeInformation>[] typeInformations;    private String[] fieldNames;    //传入的参数解析create语句得到    public JsonDeserilization(String[] fieldNames,TypeInformation>[] typeInformations){        this.fieldNames=fieldNames;        this.typeInformations=typeInformations;        this.rowTypeInfo=new RowTypeInfo(typeInformations,fieldNames);    }    @Override public Row deserialize(byte[] message) throws IOException {        String msg=new String(message);        Row row=new Row(fieldNames.length);        JSONObject jsonObject=JSONObject.parseObject(msg);        for(int i=0;i            if(typeInformations[i].getTypeClass()==String.class){                row.setField(i,jsonObject.getString(fieldNames[i]));            }            if(typeInformations[i].getTypeClass()==Integer.class){                row.setField(i,jsonObject.getInteger(fieldNames[i]));            }        }        return row;    }......}

注册表：

//kafka json 类型public static void registerSourceTable(TableInfo tableInfo,StreamTableEnvironment tblEnv){        Properties props=tableInfo.getProps();        String tableName=tableInfo.getTableName();        StreamExecutionEnvironment env=tblEnv.execEnv();        if("kafka".equals(props.getProperty("type"))) {            Properties kafkaPros = new Properties();            props.forEach((k, v) -> {                if (k.toString().startsWith("kafka.")) {                    kafkaPros.setProperty(k.toString().replace("kafka.", ""), v.toString());                }            });            String topic = props.getProperty("kafka.topic");            FlinkKafkaConsumer consumer011 = new FlinkKafkaConsumer(topic,                    new JsonDeserilization(tableInfo.getFieldNames(), tableInfo.getFieldTypes()), kafkaPros);            DataStream ds = env.addSource(consumer011);            tblEnv.registerDataStreamInternal(tableName, ds);        }    }public static void registerSinkTable(TableInfo tableInfo,StreamTableEnvironment tblEnv){        Properties props=tableInfo.getProps();        String tableName=tableInfo.getTableName();        if("console".equals(props.getProperty("type"))){            ConsoleTableSink consoleTableSink=new ConsoleTableSink();            tblEnv.registerTableSink(tableName,tableInfo.getFieldNames(),tableInfo.getFieldTypes(),consoleTableSink);        }    }

ConsoleTableSink 实现了RetractStreamTableSink，直接将数据原样输出到控制台。

Join实现

得到解析后的SqlJoin节点，获取源表、维表信息，首先将源表转换为流：

    SqlJoin sqlJoin=(SqlJoin)sqlNode1;    String leftTableName=parseTableName(sqlJoin.getLeft()); //表名称    String rightTableName=parseTableName(sqlJoin.getRight());        TableInfo leftTableInfo=tableInfoMap.get(leftTableName);//表信息    TableInfo rightTable=tableInfoMap.get(rightTableName);    String leftAlias=paserAliasTableName(sqlJoin.getLeft()); //别名    String rightAlias=paserAliasTableName(sqlJoin.getRight());    Table leftTable=tblEnv.sqlQuery("select * from " + leftTableName);    DataStream leftStream = tblEnv.toAppendStream(leftTable,Row.class); //转换后的流

接下来将流表与维表进行关联查询，根据维表根据设置的不同属性：同步/异步查询、cache/nocache方式、查询不同的外部存储等，需要实现不同的查询方式。以异步查询mysql为例分析：需要根据维表定义的字段、join的关联条件解析生成一条sql语句，根据流入数据解析出sql的查询条件值，然后查询得到对应的维表值，将流入数据与查询得到的维表数据拼接起来输出到下游：

public class MySqlAsyncFunction extends RichAsyncFunction<Row,Row> {    private Connection connection;    private String sqlTemplate;    private String url;    private String username;    private String password;    private String tableName;    private int idx; //条件值在流入数据的位置    private int inLength; //流入字段数    private int outLength; //输出字段数    private int sideLength; //维表查询字段数    public MySqlAsyncFunction(SqlJoin sqlJoin,TableInfo sideTableInfo,TableInfo leftTableInfo){        Properties props=sideTableInfo.getProps();        this.url=props.getProperty("url");        this.username=props.getProperty("username");        this.password=props.getProperty("password");        this.tableName=props.getProperty("tableName");        String rightField=parseCondition(sqlJoin,false);        genSqlTemplate(sideTableInfo,rightField);        String leftField=parseCondition(sqlJoin,true);        for (int i = leftTableInfo.getFieldNames().length - 1; i >= 0; i--) {            if(leftField.equals(leftTableInfo.getFieldNames()[i])){                this.idx=i;                break;            }        }        inLength=leftTableInfo.getFieldNames().length;        sideLength=sideTableInfo.getFieldNames().length;        outLength=inLength+sideLength;    }    @Override public void open(Configuration parameters) throws Exception {        super.open(parameters);        this.connection= DriverManager.getConnection(url,username,password);    }              //这里还是一个同步查询，没有使用异步方式，需要使用一部mysql客户端    @Override public void asyncInvoke(Row input, ResultFuture resultFuture) throws Exception {        String v=(String)input.getField(idx); //获取条件值        PreparedStatement preparedStatement=connection.prepareStatement(sqlTemplate);        preparedStatement.setString(1,v);        ResultSet rs=preparedStatement.executeQuery();        boolean isJoin=false;        while (rs.next()){               isJoin=true;               Row row=new Row(outLength);               for(int i=0;i                   row.setField(i,input.getField(i));               }               //直接将维表数据补齐在流数据后面               for(int i=0;i                   row.setField(inLength+i,rs.getObject(i+1));               }               resultFuture.complete(Collections.singletonList(row));           }        if(!isJoin) resultFuture.complete(null);    }    //解析on 条件的左右表字段名称， 这里只解析了一个关联条件    private String parseCondition(SqlJoin sqlJoin,boolean isLeft){        SqlNode condition=sqlJoin.getCondition();        SqlBasicCall sqlBasicCall=(SqlBasicCall)condition;        String name=SqlExec.paserAliasTableName(isLeft?sqlJoin.getLeft():sqlJoin.getRight());        SqlIdentifier sqlIdentifier1=(SqlIdentifier)sqlBasicCall.operands[0];        if(name.equals(sqlIdentifier1.names.get(0))){            return sqlIdentifier1.names.get(1);        }        SqlIdentifier sqlIdentifier2=(SqlIdentifier)sqlBasicCall.operands[1];        if(name.equals(sqlIdentifier2.names.get(0))){            return sqlIdentifier2.names.get(1);        }        return null;    }   //查询sql    private void genSqlTemplate(TableInfo tableInfo,String condition){        StringBuilder sql=new StringBuilder();        StringBuilder selects=new StringBuilder();        sql.append("select ");        for(String field : tableInfo.getFieldNames()){            selects.append(field);            selects.append(",");        }        sql.append(selects.substring(0,selects.lastIndexOf(",")));        sql.append(" from ").append(this.tableName);        if(condition!=null)            sql.append(" where ").append(condition).append("=?");        this.sqlTemplate=sql.toString();    }}

到目前为止获取了join之后的结果数据，但是有一点需要考虑，流表定义字段名称与维表定义的字段名称可能会相同，那么在将流转换为表时就存在相同的字段，因此需要对相同的字段重命名：

TableInfo leftTableInfo=tableInfoMap.get(leftTableName);          TableInfo rightTable=tableInfoMap.get(rightTableName);          List newFields=new ArrayList<>(); //join之后流的字段名称          List newTypes=new ArrayList<>(); //join之后流的数据类型        //需要做字段解析 原始表名-原始字段名称-新字段名称                HashBasedTable hashBasedTable=HashBasedTable.create();                int i=0;                for(String field:leftTable.getSchema().getFieldNames()){                    hashBasedTable.put(leftAlias,field,field);                    newFields.add(field);                    newTypes.add(leftTable.getSchema().getFieldType(i).get());                    i++;                }                i=0;                for(String field:rightTable.getFieldNames()){                    String newField=field;                    if(hashBasedTable.containsColumn(field)){                        newField=field+"0";                    }                    hashBasedTable.put(rightAlias,field,newField);                    newFields.add(newField);                    newTypes.add(rightTable.getFieldTypes()[i]);                    i++;                }                String newTableNameAlias=leftAlias+"_"+rightAlias;                String newTableName=leftTableName+"_"+rightTableName;                hashBasedTableMap.put(newTableNameAlias,hashBasedTable);               //outType 表示关联之后的流数据类型                RowTypeInfo outType=new RowTypeInfo(newTypes.toArray(new TypeInformation[]{}),newFields.toArray(new String[]{}));                DataStream dsOut=AsyncDataStream.unorderedWait(leftStream,new MySqlAsyncFunction(sqlJoin,rightTable,leftTableInfo),10,                        TimeUnit.SECONDS);                dsOut.getTransformation().setOutputType(outType);                tblEnv.registerDataStream(newTableName,dsOut); //将join之后的流注册成为表

同样也需要对insert部分的select字段根据上面得到新的字段名称hashBasedTable进行替换：

  SqlInsert sqlInsert=(SqlInsert)sqlNode1;  SqlSelect source=(SqlSelect)sqlInsert.getSource(); SqlBasicCall sqlBasicCall=(SqlBasicCall) source.getFrom(); String newAlias=sqlBasicCall.operands[1].toString(); //新表的别名  HashBasedTable hashBasedTable=hashBasedTableMap.get(newAlias);    SqlNodeList sqlNodeList=source.getSelectList();    int i=0;  for(SqlNode x: sqlNodeList.getList()){    SqlIdentifier sqlIdentifier=(SqlIdentifier)x;    String tableAlias=sqlIdentifier.names.get(0);    String field=sqlIdentifier.names.get(1);    String newFieldName=hashBasedTable.get(tableAlias,field).toString();    sqlIdentifier=sqlIdentifier.setName(0,newAlias);//替换为新的表别名称    sqlIdentifier=sqlIdentifier.setName(1,newFieldName);//替换为新的字段名称    sqlNodeList.set(i,sqlIdentifier);     i++; } tblEnv.sqlUpdate(sqlInsert.toString()); //执行insert 语句

总结

以上提供了流表join维表的sql实现思路以及部分demo代码的参考，但是其远远达不到工程上的要求，在实际使用中需要要考虑更多的因素：复杂嵌套的sql、时间语义支持、自定义函数支持等。推荐一个开源项flinkStreamSql, 地址为：https://github.com/DTStack/flinkStreamSQL ， 丰富的语义支持、不同类型的源插件支持等。

---