基于开源流批一体数据同步引擎ChunJun数据还原—DDL解析模块的实战分享

原文链接:基于开源流批一体数据同步引擎ChunJun数据还原—DDL解析模块的实战分享

课件获取:关注公众号** “数栈研习社”,后台私信 “ChunJun”**获得直播课件

视频回放:点击这里

ChunJun开源项目地址:githubgitee 喜欢我们的项目给我们点个 STAR!STAR!!STAR!!!(重要的事情说三遍)

一、ChunJun-DDL解析模块介绍

上一期我们为大家介绍了《ChunJun支持异构数据源DDL转换与自动执行》,其中对Calcite解析DDL实战的内容做了简要介绍,本期我们将针对这一部分内容做详细分享。在进行DDL实战演示前,我们先回顾一下数据还原及DDL解析模块的内容。

1、数据还原介绍

ChunJun支持mysql oracle postgresql sqlserver等数据源实时同步,但是同步之后的数据是以日志形式输出,数据还原在此基础上做到源数据的变动在目标表也发生对应变动,包含DML以及DDL的操作都会在目标表中执行对应的操作,保证源表和目标表schema一致、数据一致。

在ChunJun中数据还原还会有两种场景:手动执行和自动执行,他们之间的区别在于ChunJun是否能解析Source端DDL语句并转为下游语法对应语句,同时下游会执行对应的DDL。

2、DDL解析模块介绍

由于不同的数据源之间的语法不同,在数据还原的异构数据源场景中执行DDL是一个难题,如何将Source的DDL语句转换为符合Sink语法的DDL语句,成为困扰许多人的问题,ChunJun也面临着这样一个困境,为了解决这个情况,ChunJun引入了DDL解析模块解决此问题。

DDL解析模块主要解决2个问题

  • 解析Source的SQL,将其转为ChunJun抽取出来的公共实体类

  • 将公共实体类再按照Sink端的语法规则转为对应的SQL

file

对于SQL转换这一部分,我们增加了一个DDL Convent接口,这个接口提供了SQL转为公共实体类以及公共实体类转回SQL的功能,而具体的转换将由对应的数据源插件按照各自语法进行实现。

file

DDL Data是我们抽取的一个公共层数据的顶层抽象类,由于各个数据源的语法规则不同,因此我们需要抽取一个公共层,由这个公共层进行不同数据源之间数据的转换。

file

为了解析SQL并转为公共层数据,我们引入了Calcite进行SQL的解析,不同的数据源按照对应的语法会有对应的SQL解析器,通过这个解析器进行SQL的解析,将SQL语句转为对应的SQLNode,再将SQLNode里的信息转为中间层。

这样我们就解决了数据还原的异构数据源场景中的DDL语法不一致的问题。

二、ChunJun-DDL解析模块实战

上一章节我们介绍了一些基本概念,接下来我们就来为大家实际演示一下如何操作。

- 第一步

在ChunJun-SQL module下,执行 mvn clean compile -DskipTest,maven会打包出基于Calcite实现的解析器,各个数据源DDL解析模块会生成对应的解析器进行SQL的解析。

file

- 第二步

生成的解析器支持解析的SQL语法可以看下对应模块的test模块。

- 具体演示

具体的实战演示过程在公众号上不做回顾,各位社区小伙伴们可前往B站查看直播回顾视频。

B站直播回顾地址:

https://www.bilibili.com/video/BV1M3411w7S3?spm_id_from=333.999.0.0

三、Calcite在ChunJun-DDL中的实践应用

我们通过引入Calcite进行SQL的解析,上一章节我们对ChunJun-DDL解析模块进行了实战演示,接下来我们为大家分享Calcite在ChunJun-DDL中的实践应用。

- 第一步

Mavne依赖,具体可见ChunJun-DDL-MySQL Module的pom配置。

- 第二步

Main工程目录下添加对应的Codegen文件夹,里面主要由config.fmpp(Calcite的配置文件) 和FTL语法文件组成。

- 第三步

按照数据源语法编写FTL文件

file

Calcite使用Javacc作为语法解析器,并且使用Freemarker作为模板引擎,在编译的时候,Freemarker会将配置文件、模板语法文件、附加模板文件整体生成最终的语法文件,并通过JavaCC编译,形成Calcite的语法文件。

- 具体演示

具体的实战演示过程在公众号上不做回顾,各位社区小伙伴们可前往B站查看直播回顾视频。

B站直播回顾地址:

https://www.bilibili.com/video/BV1M3411w7S3?spm_id_from=333.999.0.0

袋鼠云开源框架钉钉技术交流群(30537511),欢迎对大数据开源项目有兴趣的同学加入交流最新技术信息,开源项目库地址:https://github.com/DTStack

{{o.name}}
{{m.name}}

猜你喜欢

转载自my.oschina.net/u/3869098/blog/5547467