oceanus-58总体框架理解

1.总体思路：
通过约定的XML规则（分表分库规则）和封装jdbc的Connection和PreparedStatement来实现SQL解析，sql路由和sql重写。

2. 3个核心类：ConnectionWrapper（JDBC Connection包装），PreparedStatementWrapper( JDBC PreparedStatement包装)，SimpleExecutor(sql执行器，类似mybatis的SimpleExecutor)

3. 3个上下文传参数：ConnectionContext，StatementContext，transactionContext。

4. 真正干活的类：

（1）DefaultStatementContextBuilder类：解析SQL并保存BatchItem到StatementContext，--作者貌似直接用的mycat里面的sql解析的代码，直接拿来主义实现价值啊。

public StatementContext build(String sql, StatementContext context)          throws SQLException {     if (context == null) {          context = new StatementContext();            StatementContext.setContext(context);         if (logger.isDebugEnabled()) {                logger.debug("create context!sql=" + sql);            }     }     if (context.getCurrentBatch().getSql() == null) {           context.getCurrentBatch().setSql(sql);        }

       StatementContextHandler handler = null;      if (context.isBatch()) {          handler = HandlerFactory.create(StatementType.BATCH);            StatementContext resultContext = handler.handle(sql, context);           processPreparedValues(resultContext);         return resultContext;     }

       TrackerExecutor.trackBegin(TrackPoint.PARSE_SQL, sql);        SQLParser parser = StatementHelper.createSQLParser();        try {         DMLStatementNode statementNode = (DMLStatementNode) parser                   .parseStatement(sql);         switch (statementNode.getNodeType()) {            case NodeTypes.CURSOR_NODE:               handler = HandlerFactory.create(StatementType.SELECT);               break;            case NodeTypes.DELETE_NODE:               handler = HandlerFactory.create(StatementType.DELETE);               break;            case NodeTypes.UPDATE_NODE:               handler = HandlerFactory.create(StatementType.UPDATE);               break;            case NodeTypes.INSERT_NODE:               handler = HandlerFactory.create(StatementType.INSERT);               break;            case NodeTypes.CALL_STATEMENT_NODE:               handler = HandlerFactory.create(StatementType.CALLABLE);             break;            }

           StatementContext resultContext = handler.handle(statementNode,                   context);

           TrackerExecutor.trackEnd(TrackPoint.PARSE_SQL);

         processPreparedValues(resultContext);         return resultContext;

       } catch (StandardException se) {          System.out.println("sql parse error, sql:"+sql);           se.printStackTrace();     } catch (Exception e) {           e.printStackTrace();      }     processPreparedValues(context);       return context;   }

（2）DefaultTargetDispatcher：根据batchItem和batchItem中的tableInfo获取路由信息和重写SQL，达到路由到指定的分库分表的目的

Set<RouteTarget> getSpecifyTargets(TableInfo tableInfo, BatchItem batchItem) {     Set<RouteTarget> targetSet = new LinkedHashSet<RouteTarget>();       Configurations configurations = Configurations.getInstance();

      /**        * 解析where中符合分库分表字段的值      */       Map<String, List<TableColumn>> resolveColumns = RouteHelper              .getResolveColumns(tableInfo.getOrgName(),                        batchItem.getAnalyzeResult());        List<Map<String, Object>> parameters = RouteHelper               .getParameterValues(resolveColumns);      Set<Integer> indexs = new HashSet<Integer>();        TableDescription desc = configurations.getTableDescription(tableInfo             .getOrgName());       List<NameNodeHolder> nameNodes = desc.getNameNodes();      Function func = desc.getFunction();//分库分表函数，本质就是获取table节点中namenode节点的序号     for (Map<String, Object> item : parameters) {           checkParameters(item, batchItem);         int i = func.execute(nameNodes.size(), item);            indexs.add(i);        }

       if (indexs.size() > 0) {           AnalyzeResult analyzeResult = batchItem.getAnalyzeResult();          HavingInfo havingInfo = analyzeResult.getHavingInfo();           if (havingInfo != null) {                AnalyzerCallback callback = havingInfo.getCallback();                if (callback != null) {                  callback.call();              }         }     }     if ((!batchItem.getAnalyzeResult().getAppendResultColumns().isEmpty() || batchItem                .getAnalyzeResult().getLimit() != null) && indexs.size() > 1) {// 存在limit或者avg等聚集函数,需要重新生成sql         Collection<AnalyzerCallback> analyzerCallbacks = batchItem                 .getAnalyzeResult().getAnalyzerCallbacks();           if (batchItem.getAnalyzeResult().getLimit() != null) {               SqlValueItem limitItem = batchItem.getAnalyzeResult()                        .getLimit();              SqlValueItem offsetItem = batchItem.getAnalyzeResult()                       .getOffset();             if(offsetItem==null){                   offsetItem=new SqlValueItem();                   offsetItem.setValue(0);               }             if (limitItem.getParameterIndex() > 0                      && offsetItem.getParameterIndex() > 0) {// limit ?,?                   Integer limitSize = limitItem.getValue()                         + offsetItem.getValue();                 batchItem.getCallback(limitItem.getParameterIndex())                          .setParameter(limitSize);                 batchItem.getCallback(offsetItem.getParameterIndex())                         .setParameter(0);

                   if(limitItem.getParameterIndex() > offsetItem.getParameterIndex()){                        batchItem.getCallback(offsetItem.getParameterIndex())                         .setParameterIndex(limitItem.getParameterIndex());

                      batchItem.getCallback(limitItem.getParameterIndex())                          .setParameterIndex(offsetItem.getParameterIndex());                   }             } else if (limitItem.getParameterIndex() > 0) {// limit 1,?                    Integer limitSize = limitItem.getValue()                         + offsetItem.getValue();                 batchItem.getCallback(limitItem.getParameterIndex())                          .setParameter(limitSize);             } else if (offsetItem.getParameterIndex() > 0) {// limit ?,10                  batchItem.getCallback(offsetItem.getParameterIndex())                         .setParameter(0);             }         }         for (AnalyzerCallback callback : analyzerCallbacks) {             callback.call();          }     } else {// 在单库路由的情况下，如果检测到是limit ?,?，就置换Parameter顺序         SqlValueItem limitItem = batchItem.getAnalyzeResult()                    .getLimit();          SqlValueItem offsetItem = batchItem.getAnalyzeResult()                   .getOffset();

           if(limitItem !=null && offsetItem !=null &&                     limitItem.getParameterIndex() > offsetItem.getParameterIndex()){

             batchItem.getCallback(offsetItem.getParameterIndex())                 .setParameterIndex(limitItem.getParameterIndex());

              batchItem.getCallback(limitItem.getParameterIndex())                  .setParameterIndex(offsetItem.getParameterIndex());           }     }     for (Integer i : indexs) {// 生成target         NameNode nameNode = configurations.getNameNode(                  tableInfo.getOrgName(), i);           DefaultRouteTarget target = this.createTarget(batchItem, nameNode, tableInfo);           targetSet.add(target);        }

     for (RouteTarget item : targetSet) {          DefaultRouteTarget target = (DefaultRouteTarget) item;           SqlExecuteInfo info = new SqlExecuteInfo();          info.setCallbacks(new LinkedHashSet<ParameterCallback<?>>(batchItem                   .getCallbacks()));

          if (desc.isDifferentName()) {             info.setExecuteSql(configurations.getGenerator().generate(                        (NameNodeHolder) target.getNameNode(),                        batchItem.getAnalyzeResult()));           } else if ((!batchItem.getAnalyzeResult().getAppendResultColumns().isEmpty() || batchItem                 .getAnalyzeResult().getLimit() != null) && nameNodes.size() > 1) {// 存在limit或者avg等聚集函数,需要重新生成sql,必须要超过1个路由结果              info.setExecuteSql(configurations.getLimitAvgGenerator()                      .generate((NameNodeHolder) target.getNameNode(),                              batchItem.getAnalyzeResult()));           } else {              info.setExecuteSql(batchItem.getSql());           }         target.setExecuteInfo(info);      }     return targetSet; }

(3)SimpleExecutor 和 HandlerFactory:

根据StatementContext的RouteTarget（路由数据），

新建事务并获取数据库连接，实际执行JDBC curd操作的类.

兴趣点：发现doUpdate的时候有用同步工具类：

CyclicBarrier barrier = new CyclicBarrier(n);



@SuppressWarnings({ "rawtypes", "unchecked" })public class SimpleExecutor implements Executor {   static Logger logger = LoggerFactory.getLogger(SimpleExecutor.class);    static final ExecuteHandler<Integer> deleteHandler = new DeleteExecuteHandler();   static final ExecuteHandler<Integer> insertHandler = new InsertExecuteHandler();   static final ExecuteHandler<Integer> updateHandler = new UpdateExecuteHandler();   static final ExecuteHandler<ResultSet> queryHandler = new QueryExecuteHandler();

 @Override    public Object execute(StatementContext context, ExecuteCallback callback)         throws SQLException {

       switch (context.getCurrentBatch().getAnalyzeResult().getStatementType()) {        case SELECT:          return this.doQuery(context, callback);       case INSERT:      case UPDATE:      case DELETE:          return doUpdate(context, callback);       default:          break;        }     return null;  }

   ExecuteHandler<?> getHandler(StatementType statementType) {     switch (statementType) {      case SELECT:          return queryHandler;      case INSERT:          return insertHandler;     case UPDATE:          return updateHandler;     case DELETE:          return deleteHandler;     default:          break;        }     return null;  }...

5.集成Mybatis:

因为Mybatis获取连接是通过PooledDataSource或UnpooledDataSource获取的，所以写个插件：包装下DataSource，把oceanus的connentionWrap包装进去即可实现整合。

oceanus-58总体框架理解相关推荐

ROS探索总结（一）（二）（三）：ROS总体框架 ROS总体框架 ROS新手教程
ROS探索总结(一)--ROS简介一.历史随着机器人领域的快速发展和复杂化,代码的复用性和模块化的需求原来越强烈,而已有的开源机器人系统又不能很好的适应需求.2010年Willow Garage公 ...
《机械制造业智能工厂规划设计》——第3章机械制造业智能工厂的总体框架 3.1　智能制造的通用定义和特征...
第3章机械制造业智能工厂的总体框架 3.1 智能制造的通用定义和特征 1.智能制造的定义和内涵智能制造系统(Intelligent Manufacturing System,IMS)是一种由智能机 ...
从零开始搭建ROS移动机器人系列之（一）预备知识及总体框架
" 笔者2020年初次接触ROS,2021年参加工作以后,愈发对ROS产生浓厚的兴趣,渴望拥有一台ROS机器人,淘宝上一搜再搜,发现有很多现成的产品,但是价格属实让人望而却步,遂产生了自己搭 ...
从Netflix的Hystrix框架理解服务熔断和服务降级
本文讲的是从Netflix的Hystrix框架理解服务熔断和服务降级,伴随着微服务架构被宣传得如火如荼,一些概念也被推到了我们面前,其实大多数概念以前就有,但很少被提的这么频繁.想起有人总结的一句话, ...
城市大脑标准体系与评价指标总体框架研究
来源:城市大脑全球标准研究组根据城市大脑标准的前期研究和中国指挥与控制学会(CICC)<城市大脑建设规范>标准启动会的专家意见,形成城市大脑标准体系与评价指标总体框架(如图1所示),供各 ...
企业档案信息化规划总体框架
按照<中华人民共和国档案法><企业档案管理规定><企业档案工作规范><企业数字档案馆(室)建设指南>等政策文件要求,企业档案信息化建设应从基础设施体系. ...
蜂鸟E203学习笔记（二）--蜂鸟E203总体框架
蜂鸟E203总体框架蜂鸟E203处理器系统如下图所示一.蜂鸟E203处理器核设计总览和顶层 1.1 蜂鸟E203处理器核的设计理念模块化和可重用性:将处理器分成几个主体模块,每个单元之间的接口简 ...
ZigBee Silicon Labs/Ember EFR32MG/EM357 1.1 总体框架
开启ZigBee新篇章,陆续更新,欢迎关注~ 第一章总体框架 (已发布 V1 20180201)ZigBee Silicon Labs/Ember EFR32MG/EM357 1.1 总体框架(&l ...
理想智慧社区建设的总体框架
导读: 理想智慧社区是未来现代化城市的细胞,也是未来城市的缩影,但它相较城市范围较小,便于试点.理想智慧社区建设为社区有机更新指引了一个新的方向,重点关注人民美好生活需要.基层现代化治理和商业服务模式 ...

oceanus-58总体框架理解

oceanus-58总体框架理解相关推荐

最新文章

热门文章