使用Calcite解析Sql做维表关联(一)

维表关联是离线计算或者实时计算里面常见的一种处理逻辑，常常用于字段补齐、规则过滤等，一般情况下维表数据放在MySql等数据库里面，对于离线计算直接通过ETL方式加载到Hive表中，然后通过sql方式关联查询即可，但是对于实时计算中Flink、SparkStreaming的表都是抽象的、虚拟的表，那么就没法使用加载方式完成。透过维表服务系列里面讲到的维表关联都是使用编码方式完成，使用Map或者AsyncIO方式完成，但是这种硬编码方式开发效率很低，特别是在实时数仓里面，我们希望能够使用跟离线一样sql方式完成维表关联操作。
在Flink1.9中提供了使用sql化方式完成维表关联，只需要实现LookupableTableSource接口即可，可以实现同步或者异步关联。在1.9之前就需要自己实现sql语法解析，然后在转换为API方式，对上层提供sql语法。看一个sql语句：

select * from orders o join gdsInfo g on o.gdsId=g.gdsId

orders表示流表，gdsInfo 表示维表。根据sql解析顺序先 from 部分、然后where 部分、最后select，那么对于join 方式，相当于join生成了一张临时表，然后去select 这张临时表，因此可以确认
sql解析流程：
1. 识别出流表与维表
3. select 临时表
现在使用calcite解析这条语句

public class ParseDemo {




    public static void main(String[] args) {

        //假设gdsInfo就是维表

        String sql = "select * from orders o join gdsInfo g on o.gdsId=g.gdsId";




        SqlParser.Config config = SqlParser.configBuilder().setLex(Lex.MYSQL).build();

        SqlParser sqlParser = SqlParser.create(sql, config);

        SqlSelect sqlSelect = null;

        try {

            sqlSelect = (SqlSelect) sqlParser.parseStmt();

        } catch (Exception e) {

            e.printStackTrace();

        }




        SqlNode sqlFrom = sqlSelect.getFrom();

        boolean isSideJoin = false;

        String leftTable = "";

        String rightTable = "";

        String newName = ""; //临时表

        SqlJoin sqlJoin = null;

        

        //解析join

        if (sqlFrom.getKind() == SqlKind.JOIN) {

            sqlJoin = (SqlJoin) sqlFrom;

            SqlNode left = sqlJoin.getLeft();

            SqlNode right = sqlJoin.getRight();

            isSideJoin = true;

            leftTable = paserTableName(left);

            rightTable = paserTableName(right);

        }

        

        //生成新的select

        if (isSideJoin) {

            newName = leftTable + "_" + rightTable;

            SqlParserPos pos = new SqlParserPos(0, 0);

            SqlIdentifier sqlIdentifier = new SqlIdentifier(newName, pos);

            sqlSelect.setFrom(sqlIdentifier);

        }

    }

   

   //解析表

    private static String paserTableName(SqlNode tbl) {

        if (tbl.getKind() == SqlKind.AS) {

            SqlBasicCall sqlBasicCall = (SqlBasicCall) tbl;

            return sqlBasicCall.operands[1].toString();

        }

        return ((SqlIdentifier) tbl).toString();

    }

}

那么我们需要的就是生成新的select节点与SqlJoin节点，执行逻辑就是根据SqlJoin节点做维表关联之后生成新的表，然后去select这样新的表。
sql解析部分已经完成，既然使用sql化方式，因此也需要定义源表与维表，数据源一般是kafka, 定义源表需要：表名称、字段名称、字段类型、数据格式、topic；维表假设为mysql，需要定义：表名称、字段类型、字段名称、关联方式(同步/异步)、缓存方式(LRU/全部缓存、无缓存)。
源表定义：

CREATE TABLE orders(

    orderId varchar,

    gdsId varchar,

    orderTime varchar

 )WITH(

    type = 'kafka',

    kafka.bootstrap.servers = 'localhost:9092',

    kafka.topic = 'topic1',

    kafka.group.id = 'gId1',

    sourcedatatype ='json'

 );

维表定义：

CREATE TABLE gdsInfo(

    gdsId varchar,

    gdsName varchar,

    price double

 )WITH(

    type='mysql',

    url='jdbc:mysql://localhost:3306/paul',

    userName='root',

    password='123456',

    tableName='gdsInfo',

    cache = 'LRU',

    isSideTable='true'

    );

现在就是要如何解析这些语句，正则表达式是首选，需要解析出表名称、字段、属性三个部分：creat table xxx (xxx) with(xxx);正则表达式可为：

(?i)create\s+table\s+(\S+)\s*\((.+)\)\s*with\s*\((.+)\)

?i表示后面的匹配忽略大小写，\s+ 表示匹配多个空格，\S+表示匹配多个字符，.+ 表示匹配任意字符。
定义一个table类：

class TableInfo{

    private String tableName; // 表名称

    private Map<String,String> fieldsInfo; //字段名称->类型

    private Properties props; //表属性

    private boolean isSideTable; //是否为维表

    }

public class ParseCreate {




    public static final String REG_CREATE="(?i)create\\s+table\\s+(\\S+)\\s*\\((.+)\\)\\s*with\\s*\\((.+)\\)";




    public static void main(String[] args) {




        String createSql="CREATE TABLE orders(" + "    orderId varchar," + "    gdsId varchar,"

                + "    orderTime varchar" + " )WITH(" + "    type = 'kafka',"

                + "    kafka.bootstrap.servers = 'localhost:9092'," + "    kafka.topic = 'topic1',"

                + "    kafka.group.id = 'gId1'," + "    sourcedatatype ='json'" + " );";

        Pattern pattern=Pattern.compile(REG_CREATE);




        TableInfo tableInfo=new TableInfo();

        Matcher matcher=pattern.matcher(createSql);

        if(matcher.find()){

            tableInfo.setTableName(matcher.group(1));

            String fieldsStr=matcher.group(2);

            String propsStr=matcher.group(3);

            tableInfo.setFieldsInfo(parseFiles(fieldsStr));

            tableInfo.setProps(parseProps(propsStr));

            if(Boolean.valueOf(tableInfo.getProps().getProperty("isSideTable","false"))){

                tableInfo.setSideTable(true);

            }

        }




    }




    public static Map<String,String> parseFiles(String fieldsStr){

        Map<String,String> fieldsInfo=new HashMap();

        String[] fieldsArray=fieldsStr.split(",");

        for(String field: fieldsArray){

           String[] fieldInfo=field.trim().split(" ");

           fieldsInfo.put(fieldInfo[0],fieldInfo[1]);

        }

        return fieldsInfo;

    }




    public static Properties parseProps(String propsStr){

        Properties props=new Properties();

        String[] propsArray=propsStr.split(",");

        for(String prop: propsArray){

            String[] propInfo=prop.trim().split("=");

            props.setProperty(propInfo[0],propInfo[1]);

        }

        return props;

    }




}

至此完成了简易的create语句解析，下一篇将介绍如何将解析后的create与维表关联转换为可执行代码。