我也能写数据库 —— Streaming(上)

麒思妙想

发布于 2020-07-10 13:20:19

5870

发布于 2020-07-10 13:20:19

概述

在前面两篇中介绍了存储和 UDF，然后就开始着手准备streaming了，开始走了些弯路，本以为需要构建起一个简单的流系统，才能写streaming sql呢，所以跑去看来几天的flink，然后再仔细研究了calcite的源码后发现，其实并不用那么麻烦，所以这个系列又能继续了。

现在，我打算用2-3章来说说streaming。

首先streaming是对表的一种补充，因为他代表着当前和未来的情况，而表则代表着过去。流是连续，流动的记录的集合，与表不同，流通常不存储再磁盘上，而是再网络上流动，在内存中保留的时间也很短。

但是与表类似，业务上也通常希望以基于关系代数的高级语言查询流，根据模式进行验证，并优化以利用可用的资源和算法。

Calcite的Streaming SQL是标准SQL的扩展，而不是另一种SQL like的语言。主要原因如下（翻译自calcite官方文档：

对于任何了解标准SQL的人来说，流式SQL都很容易学习。
语义清晰，无论使用表或是流，都可以返回相同的数据。
可以编写结合流和表的查询（或者流的历史记录，它基本上是内存中的表）。
许多现有的工具可以生成标准SQL。
如果不使用stream关键字，则返回常规标准SQL。

介绍了一下基本概念，关于流，还由一点是必须说的，就是窗口

tumbling window (GROUP BY)
hopping window (multi GROUP BY)
sliding window (window functions)
cascading window (window functions)

对于窗口和时间的一些理解，也可以看看，我的另外一篇文章《再谈Flink》

案例

好了，基础先说到这，下面来看看代码吧，这次其实非常简单，就可以完成streaming了，再一次强调，calcite的streaming sql和flink及spark的支持不同，不是api级别上的，而是支持stream关键字来支持流

我们已经有了前面工程的积累，这样代码量非常小的改动就可以完成了。

bookshopStream.json

首先，我们重新定义一个模型文件，取名bookshopStream.json

{
"version": "1.0",
"defaultSchema": "bookshopstream",
"schemas": [
{
"name": "bookshopstream",
"tables": [
{
"name": "BOOK",
"type": "custom",
"factory": "com.dafei1288.calcite.stream.InMemoryStreamTableFactory",
"stream": {
"stream": true
},
"operand": {
"p1": "hello",
"p2": "world"
}
}
]
}
]
}

这里我们对schema并没有过多的设置，而是直接对tables属性进行了设置，将factory指定为com.dafei1288.calcite.stream.InMemoryStreamTableFactory，这类后续在细讲。这里我们将表名定义为BOOK,意在后续使用之前案例的Storage。

InMemoryStreamTableFactory

public class InMemoryStreamTableFactory implements TableFactory {
@Override
public Table create(SchemaPlus schema, String name, Map operand, RelDataType rowType) {
System.out.println(operand);
System.out.println(name);
return new InMemoryStreamTable(name, Storage.getTable(name));
}
}

因为在模型里，直接指定了TableFactory，这个类的职责就是构建Table表对象，其职责，有点类似之前案例里的InMemorySchema类的public Map<String, Table> getTableMap()方法。前文描述了过，指定了"name": "BOOK"，所以，在这里代码执行的结果就是加载了BOOK表。

InMemoryStreamTable

public class InMemoryStreamTable extends InMemoryTable implements StreamableTable {
public InMemoryStreamTable(String name, Storage.DummyTable it) {
super(name, it);
}@Override
public Table stream() {
System.out.println("streaming .....");
return this;
}
}

这里，为了能复用之前的存储逻辑，所以直接继承了InMemoryTable,所以，这个实现，其实底层并不是一个彻底的streaming实现，而是和之前案例一直的内存实现，但是这样就可以通过stream关键字，来进行sql查询了。

测试

public class TestStreamJDBC {
public static void main(String[] args) {
try {
Class.forName("org.apache.calcite.jdbc.Driver");
} catch (ClassNotFoundException e1) {
e1.printStackTrace();
}
System.setProperty("saffron.default.charset", ConversionUtil.NATIVE_UTF16_CHARSET_NAME);
System.setProperty("saffron.default.nationalcharset",ConversionUtil.NATIVE_UTF16_CHARSET_NAME);
System.setProperty("saffron.default.collation.name",ConversionUtil.NATIVE_UTF16_CHARSET_NAME + "$en_US");Properties info = new Properties();
String jsonmodle = "E:\\working\\others\\写作\\calcitetutorial\\src\\main\\resources\\bookshopStream.json";
try {
Connection connection =
DriverManager.getConnection("jdbc:calcite:model=" + jsonmodle, info);
CalciteConnection calciteConn = connection.unwrap(CalciteConnection.class);ResultSet result = null;Statement st = connection.createStatement();st = connection.createStatement();
//where b.name = '数据山'
result = st.executeQuery("select stream * from BOOK as b ");
while(result.next()) {
System.out.println(result.getString(1)+" \t "+result.getString(2)+" \t "+result.getString(3)+" \t "+result.getString(4));
}
result.close();
}catch(Exception e){
e.printStackTrace();
}}
}

select stream * from BOOK as b这里撰写了一个简单的SQL，并使用了stream关键字，结果如下。

{p1=hello, p2=world, modelUri=E:\working\others\写作\calcitetutorial\src\main\resources\bookshopStream.json, baseDirectory=E:\working\others\写作\calcitetutorial\src\main\resources}
BOOK
streaming .....
scan ......
1 	 1 	 数据山 	 java
2 	 2 	 大关 	 sql
3 	 1 	 lili 	 sql
4 	 3 	 ten 	 c#

那么对于一个非stream表，使用stream关键字，会怎么样呢？那么我们会得到一个异常