【死磕Sharding-jdbc】---group by结果合并(2)
【死磕Sharding-jdbc】---group by结果合并(2)
在sharding-jdbc源码之group by结果合并(1)中主要分析了sharding-jdbc如何在GroupByStreamResultSetMerger和GroupByMemoryResultSetMerger中选择，并分析了GroupByStreamResultSetMerger的实现；接下来分析GroupByMemoryResultSetMerger的实现原理；
通过sharding-jdbc源码之group by结果合并(1)的分析可知，如果要走GroupByMemoryResultSetMerger，那么需要这样的SQL： SELECT o.status,count(o.user_id)count_user_id FROM t_order o whereo.user_id=10groupbyo.status order bycount_user_id asc，即group by和order by的字段不一样；接下来的分析都是基于这条SQL；
ExecutorEngine.build()方法中通过 returnnewGroupByMemoryResultSetMerger(columnLabelIndexMap,resultSets,selectStatement);调用GroupByMemoryResultSetMerger，GroupByMemoryResultSetMerger的构造方法源码如下：
public GroupByMemoryResultSetMerger( final Map<String, Integer> labelAndIndexMap, final List<ResultSet> resultSets, final SelectStatement selectStatement) throws SQLException { // labelAndIndexMap就是select结果列与位置索引的map，例如{count_user_id:2， status:1} super(labelAndIndexMap); // select查询语句 this.selectStatement = selectStatement; // resultSets就是并发在多个实际表执行返回的结果集合，在多少个实际表上执行，resultSets的size就有多大； memoryResultSetRows = init(resultSets);}在实际表torder0和torder1上执行SQL返回的结果如下：
torder0和torder1结果.png
知道实际表的返回结果后，后面的分析更容易理解；假定这些返回结果用json表示为：{[{"status":"NEW", "countuserid":1},{"status":"VALID", "countuserid":1},{"status":INIT, "countuserid":2}],[{"status":"VALID", "countuserid":1},{"status":"INIT", "countuserid":1},{"status":""NEW, "countuserid":3}]}
init()方法源码如下：
private Iterator<MemoryResultSetRow> init(final List<ResultSet> resultSets) throws SQLException { Map<GroupByValue, MemoryResultSetRow> dataMap = new HashMap<>(1024); Map<GroupByValue, Map<AggregationSelectItem, AggregationUnit>> aggregationMap = new HashMap<>(1024); // 遍历多个实际表执行返回的结果集合中所有的结果，即2个实际表每个实际表3条结果，总计6条结果 for (ResultSet each : resultSets) { while (each.next()) { // each就是遍历过程中的一条结果，selectStatement.getGroupByItems()即group by项，即status，将结果和group by项组成一个GroupByValue对象--实际是从ResultSet中取出group by项的值，例如NEW，VALID，INIT等 GroupByValue groupByValue = new GroupByValue(each, selectStatement.getGroupByItems()); // initForFirstGroupByValue()分析如下 initForFirstGroupByValue(each, groupByValue, dataMap, aggregationMap); aggregate(each, groupByValue, aggregationMap); } } // 将aggregationMap中的聚合计算结果封装到dataMap中 setAggregationValueToMemoryRow(dataMap, aggregationMap); // 将结果转换成List<MemoryResultSetRow>形式 List<MemoryResultSetRow> result = getMemoryResultSetRows(dataMap); if (!result.isEmpty()) { // 如果有结果，再将currentResultSetRow置为List<MemoryResultSetRow>的第一个元素 setCurrentResultSetRow(result.get(0)); } // 返回List<MemoryResultSetRow>的迭代器，后面的取结果，实际上就是迭代这个集合； return result.iterator();}initForFirstGroupByValue()源码如下：
private void initForFirstGroupByValue(final ResultSet resultSet, final GroupByValue groupByValue, final Map<GroupByValue, MemoryResultSetRow> dataMap, final Map<GroupByValue, Map<AggregationSelectItem, AggregationUnit>> aggregationMap) throws SQLException { // groupByValue如果是第一次出现，那么在dataMap中初始化一条数据，key就是groupByValue，例如NEW；value就是new MemoryResultSetRow(resultSet)，即将ResultSet中的结果取出来封装到MemoryResultSetRow中，MemoryResultSetRow实际就一个属性Object[] data，那么data值就是这样的["NEW", 1] if (!dataMap.containsKey(groupByValue)) { dataMap.put(groupByValue, new MemoryResultSetRow(resultSet)); } // groupByValue如果是第一次出现，那么在aggregationMap中初始化一条数据，key就是groupByValue，例如NEW；value又是一个map，这个map的key就是select中有聚合计算的列，例如count(user_id)，即count_user_id；value就是AggregationUnit的实现，count聚合计算的实现是AccumulationAggregationUnit if (!aggregationMap.containsKey(groupByValue)) { Map<AggregationSelectItem, AggregationUnit> map = Maps.toMap(selectStatement.getAggregationSelectItems(), new Function<AggregationSelectItem, AggregationUnit>() { @Override public AggregationUnit apply(final AggregationSelectItem input) { // 根据聚合计算类型得到AggregationUnit的实现 return AggregationUnitFactory.create(input.getType()); } }); aggregationMap.put(groupByValue, map); }}该方法都是为了接下来的聚合计算做准备工作；
aggregate()源码如下--即在内存中将多个实际表中返回的结果进行聚合：
private void aggregate(final ResultSet resultSet, final GroupByValue groupByValue, final Map<GroupByValue, Map<AggregationSelectItem, AggregationUnit>> aggregationMap) throws SQLException { // 遍历select中所有的聚合类型，例如COUNT(o.user_id) for (AggregationSelectItem each : selectStatement.getAggregationSelectItems()) { List<Comparable<?>> values = new ArrayList<>(2); if (each.getDerivedAggregationSelectItems().isEmpty()) { values.add(getAggregationValue(resultSet, each)); } else { for (AggregationSelectItem derived : each.getDerivedAggregationSelectItems()) { values.add(getAggregationValue(resultSet, derived)); } } // 通过AggregationUnit实现类即AccumulationAggregationUnit进行聚合，实际上就是聚合本次遍历到的ResultSet，聚合的临时结果就在AccumulationAggregationUnit的属性result中（AccumulationAggregationUnit聚合的本质就是累加） aggregationMap.get(groupByValue).get(each).merge(values); }}经过 for(ResultSeteach :resultSets){while(each.next()){...遍历所有结果并聚合计算后，aggregationMap这个map中已经聚合计算完后的结果，如下所示：
{ "VALID": { "COUNT(user_id)": 2 }, "INIT": { "COUNT(user_id)": 5 }, "NEW": { "COUNT(user_id)": 3 }}再将aggregationMap中的结果封装到 Map<GroupByValue,MemoryResultSetRow>dataMap这个map中，结果形式如下所示：
{ "VALID": ["VALID", 2], "INIT": ["INIT", 5], "NEW": ["NEW", 3]}MemoryResultSetRow的本质就是一个
Object[]data，所以其值是["VALID", 2]，["INIT", 5]这种形式
将结果转成 List<MemoryResultSetRow>，并且排序--如果有order by，那么根据order by的值进行排序，否则根据group by的值排序：
private List<MemoryResultSetRow> getMemoryResultSetRows(final Map<GroupByValue, MemoryResultSetRow> dataMap) { List<MemoryResultSetRow> result = new ArrayList<>(dataMap.values()); Collections.sort(result, new GroupByRowComparator(selectStatement)); return result;}@RequiredArgsConstructorpublic final class GroupByRowComparator implements Comparator<MemoryResultSetRow> { private final SelectStatement selectStatement; @Override public int compare(final MemoryResultSetRow o1, final MemoryResultSetRow o2) { if (!selectStatement.getOrderByItems().isEmpty()) { return compare(o1, o2, selectStatement.getOrderByItems()); } return compare(o1, o2, selectStatement.getGroupByItems()); } ...}到这里，GroupByMemoryResultSetMerger即内存GROUP聚合计算已经分析完成，依旧通过运行过程图解加深对GroupByMemoryResultSetMerger的理解，运行过程图如下图所示：
总结
正如GroupByMemoryResultSetMerger的名字一样，其实现原理是把所有结果加载到内存中，在内存中进行计算，而GroupByMemoryResultSetMerger是流式计算方法，并不需要加载所有实际表返回的结果到内存中。这样的话，如果SQL返回的总结果数比较多，GroupByMemoryResultSetMerger的处理方式就可能会撑爆内存；这个是使用sharding-jdbc一个非常需要注意的地方；
END