分布式 | DBLE LOAD DATA 功能实现解析

  • 2020 年 3 月 13 日
  • 筆記

作者:路路

热爱技术、乐于分享的技术人,目前主要从事数据库相关技术的研究。

本文来源:原创投稿

*爱可生开源社区出品,原创内容未经授权不得随意使用,转载请联系小编并注明来源。


1. 概述

本篇文章主要介绍 DBLE LOAD DATA 大规模数据导入功能的实现,包括方案设计、源码解读。

下面就让我们一起来探秘 DBLE 是如何实现该功能的吧!

2. 方案设计

LOAD DATA 为 MySQL 提供的从文本文件导入数据到表的语法,作为数据库中间件,当然也需要实现对应的功能,来满足用户的导入数据需求。

DBLE 对该功能的实现其实就是直接模拟了 MySQL 对 LOAD DATA 命令相应的处理协议。当然作为数据库中间件,还需要处理相应数据的存储、数据路由情况以及与后端 MySQL 的交互等方面的逻辑。

下图即为 DBLE 对 LOAD DATA 处理的整体流程:

3. 源码解读

DBLE 与 LOAD DATA 功能实现相关的类其实主要有两个,一个是 ServerLoadDataInfileHandler 类,一个是 LoadDataUtil 类, ServerLoadDataInfileHandler 类主要处理的是与客户端交互的逻辑,而 LoadDataUtil 类主要处理的是与后端 MySQL 交互的逻辑。

下面我们就从客户端发送命令到 DBLE 处理,最后到 DBLE 与后端 MySQL 交互的过程,来详细看下相应的代码。

当客户端发来 LOAD DATA 导入数据到表命令的时候,DBLE 作为服务端会接收到相应的命令并进行处理,对应的代码在 ServerQueryHandler#query 方法中,这里会判断 SQL 的类型为 LOAD DATA,然后进一步处理:

public void query(String sql) {          ServerConnection c = this.source;          if (LOGGER.isDebugEnabled()) {              LOGGER.debug(String.valueOf(c) + sql);          }           ……          int rs = ServerParse.parse(sql);          boolean isWithHint = ServerParse.startWithHint(sql);          int sqlType = rs & 0xff;          ……          switch (sqlType) {          ……              case ServerParse.LOAD_DATA_INFILE_SQL:                      //对LOAD DATA的处理,调用FrontendConnection#loadDataInfileStart方法                      c.loadDataInfileStart(sql);                      break;        ……        }    }

继续看一下 FrontendConnection#loadDataInfileStart 方法:

public void loadDataInfileStart(String sql) {          if (loadDataInfileHandler != null) {              try {                  //进一步调用了ServerLoadDataInfileHandler#start方法                  loadDataInfileHandler.start(sql);              } catch (Exception e) {                  LOGGER.info("load data error", e);                  writeErrMessage(ErrorCode.ERR_HANDLE_DATA, e.getMessage());              }            } else {              writeErrMessage(ErrorCode.ER_UNKNOWN_COM_ERROR, "load data infile sql is not  unsupported!");          }      }

下面便进入到了 ServerLoadDataInfileHandler#start 方法,前面讲过该类主要处理的是 DBLE 与客户端的交互逻辑。

该方法比较长,大家可以去细看,主要功能还是解析了客户端发送过来的 SQL 语句,然后针对 LOAD DATA 语法,如果导入文件是本机文件,则直接进行解析,否则的话会向客户端发送获取文件的命令,让客户端传输文件过来:

public void start(String strSql) {          ……          parseLoadDataPram();          //如果文件不在本地,则向客户端发送命令,请求数据文件,这里的local可能会让人疑惑,但MySQL语法确实是这么规定的,load data local用法反而是文件不在本地的用法          if (statement.isLocal()) {              isStartLoadData = true;              //request file from client              ByteBuffer buffer = serverConnection.allocate();              RequestFilePacket filePacket = new RequestFilePacket();              filePacket.setFileName(fileName.getBytes());              filePacket.setPacketId(1);              filePacket.write(buffer, serverConnection, true);          } else {              //如果文件在本地的话,先判断文件是否存在,不存在则报错,存在的话需要对文件进行读取,计算每一行的路由结果,然后对不同节点的数据分别进行存储              if (!new File(fileName).exists()) {                  String msg = fileName + " is not found!";                  clear();                  serverConnection.writeErrMessage(ErrorCode.ER_FILE_NOT_FOUND, msg);              } else {                  if (parseFileByLine(fileName, loadData.getCharset(), loadData.getLineTerminatedBy())) {                      RouteResultset rrs = buildResultSet(routeResultMap);                      if (rrs != null) {                          flushDataToFile();                          isStartLoadData = false;                          serverConnection.getSession2().execute(rrs);                      }                  }              }          }      }

DBLE 发送命令给客户端后,客户端便会源源不断地把数据文件发送过来,对发送过来文件的处理逻辑在 ServerLoadDataInfileHandler#handle 方法中,该方法其实就是对传输过来的文件进行转储,默认数据小于 200Mb 则存在内存中,否则的话存储到本地文件:

public void handle(byte[] data) {          try {              if (sql == null) {                  clear();                  serverConnection.writeErrMessage(ErrorCode.ER_UNKNOWN_COM_ERROR, "Unknown command");                  return;              }              BinaryPacket packet = new BinaryPacket();              ByteArrayInputStream inputStream = new ByteArrayInputStream(data, 0, data.length);              packet.read(inputStream);              //这里就是对发送过来的文件进行转储              saveByteOrToFile(packet.getData(), false);          } catch (IOException e) {              throw new RuntimeException(e);          }      }

文件发送完成,客户端还会发送一个空包过来,告诉 DBLE 数据发送完了,然后 DBLE 会进行下一步处理(其实这里就是 MySQL 协议中的规定),下一步处理的逻辑在 ServerLoadDataInfileHandler#end 方法中。

该方法也比较长,主要处理逻辑是将接受过来的文件进一步计算路由,根据计算结果将文件根据不同节点分别存储,最后构建路由结果集,通过 DBLE 下发 LOAD DATA 命令到后端不同的 MySQL 节点:

public void end(byte packId) {          isStartLoadData = false;          this.packID = packId;          //empty packet for end          saveByteOrToFile(null, true);            if (isHasStoreToFile) {              //这里便是计算路由,并根据路由结果存储不同节点的数据文件              parseFileByLine(tempFile, loadData.getCharset(), loadData.getLineTerminatedBy());          }          ……          //构建路由结果集,下发后端MySQL,执行LOAD DATA命令          RouteResultset rrs = buildResultSet(routeResultMap);          if (rrs != null) {              flushDataToFile();              serverConnection.getSession2().execute(rrs);          }  }

DBLE 与后端 MySQL 的交互逻辑跟客户端与 DBLE 的交互逻辑基本一样,因为都是基于 MySQL 协议嘛,DBLE 这边还需要做的就是将不同节点的数据文件发送给后端的 MySQL,具体的逻辑在 LoadDataUtil#requestFileDataResponse 方法中,该方法就是将 DBLE 处理过的数据文件,发送到后端的 MySQL 了,由 MySQL 来进行真正的数据存储:

public static void requestFileDataResponse(byte[] data, BackendConnection conn) {          byte packId = data[3];          MySQLConnection c = (MySQLConnection) conn;          RouteResultsetNode rrn = (RouteResultsetNode) conn.getAttachment();          LoadData loadData = rrn.getLoadData();          List<String> loadDataData = loadData.getData();            BufferedInputStream in = null;          try {              //如果数据较小,都在内存中,则直接发送              if (loadDataData != null && loadDataData.size() > 0) {                  ByteArrayOutputStream bos = new ByteArrayOutputStream();                  for (String loadDataDataLine : loadDataData) {                      String s = loadDataDataLine + loadData.getLineTerminatedBy();                      byte[] bytes = s.getBytes(CharsetUtil.getJavaCharset(loadData.getCharset()));                      bos.write(bytes);                  }                  packId = writeToBackConnection(packId, new ByteArrayInputStream(bos.toByteArray()), c);              } else {                  //否则的话,先读取文件,然后再发送数据                  in = new BufferedInputStream(new FileInputStream(loadData.getFileName()));                  packId = writeToBackConnection(packId, in, c);              }          }       ……      }

到这里,整个 DBLE 对 LOAD DATA 的处理流程就讲完啦。

4. 总结

本篇文章主要分析讲解了 DBLE 对 LOAD DATA 功能的实现,包括方案设计以及源码解读,希望大家看完后能对整个 LOAD DATA 功能有更进一步的了解。