Sharding-JDBC的架構以及源碼的示例分析

Sharding-JDBC的架構以及源碼的示例分析，針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

Sharding-jdbc架構

Sharding-jdbc 系統架構分成5個部分：

1. SQL解析

2. SQL路由

3. SQL改寫

4. SQL執行

5. 結果集歸并

下面從上面五個部分來分析Sharding-jdbc

功能模塊

SQL解析

SQL路由

SQL路由序列圖

調用鏈

ShardingPreparedStatement.execute

執行方法

org.apache.shardingsphere.shardingjdbc.jdbc.core.statement.ShardingPreparedStatement.execute()

方法源碼

@Override
    public boolean execute() throws SQLException {
        try {
		//本地緩存清空
            clearPrevious();
		/**
		 * 路由
		 *
		 */
            shard();
		// 初始化 preparedStatement
            initPreparedStatementExecutor();
		// 執行sql
            return preparedStatementExecutor.execute();
        } finally {
            clearBatch();
        }
    }

BaseShardingEngine.shard

org.apache.shardingsphere.core.BaseShardingEngine.shard(String, List<Object>)

 public SQLRouteResult shard(final String sql, final List<Object> parameters) {
        List<Object> clonedParameters = cloneParameters(parameters);
		// 根據SQL去路由
        SQLRouteResult result = executeRoute(sql, clonedParameters);
		// 改寫sql
        result.getRouteUnits().addAll(HintManager.isDatabaseShardingOnly() ? convert(sql, clonedParameters, result) : rewriteAndConvert(sql, clonedParameters, result));
		// 打印路由后的sql
        if (shardingProperties.getValue(ShardingPropertiesConstant.SQL_SHOW)) {
            boolean showSimple = shardingProperties.getValue(ShardingPropertiesConstant.SQL_SIMPLE);
            SQLLogger.logSQL(sql, showSimple, result.getShardingStatement(), result.getRouteUnits());
        }
        return result;
    }

BaseShardingEngine.executeRoute

一些路由相關的hook在這里執行。

org.apache.shardingsphere.core.BaseShardingEngine.executeRoute(String, List<Object>)

 private SQLRouteResult executeRoute(final String sql, final List<Object> clonedParameters) {
        routingHook.start(sql);
        try {
            SQLRouteResult result = route(sql, clonedParameters);
            routingHook.finishSuccess(result, metaData.getTables());
            return result;
            // CHECKSTYLE:OFF
        } catch (final Exception ex) {
            // CHECKSTYLE:ON
            routingHook.finishFailure(ex);
            throw ex;
        }
    }

PreparedStatementRoutingEngine.route

org.apache.shardingsphere.core.route.PreparedStatementRoutingEngine.route(List<Object>)

    public SQLRouteResult route(final List<Object> parameters) {
        if (null == sqlStatement) {
		// 解析SQL
            sqlStatement = shardingRouter.parse(logicSQL, true);
        }
		/**
		 * 第一步：根據上面異步解析出來的sqlStatement，結合配置的路由規則，找到對應的物理表表名
		 * 第二步：這里是主從（讀寫）路由，根據sql的類型（select、DML）決定走主庫還是從庫。
		 */
        return masterSlaveRouter.route(shardingRouter.route(logicSQL, parameters, sqlStatement));
    }

SQLParseEngine.parse0

org.apache.shardingsphere.core.parse.SQLParseEngine.parse0(String, boolean)

private SQLStatement parse0(final String sql, final boolean useCache) {
        ……
		// 創建一個根據數據庫匹配的解析引擎，解析sql。比如mysql的sql創建mysql的數據解析引擎。
        SQLStatement result = new SQLParseKernel(ParseRuleRegistry.getInstance(), databaseType, sql).parse();
        if (useCache) {
            cache.put(sql, result);
        }
        return result;
    }

SQLParseKernel.parse

這個是解析sql。這個方法不再深入了。

org.apache.shardingsphere.core.parse.core.SQLParseKernel.parse()

    public SQLStatement parse() {
	// 解析sql
        SQLAST ast = parserEngine.parse();
	// 抽取sql 片段
        Collection<SQLSegment> sqlSegments = extractorEngine.extract(ast);
        Map<ParserRuleContext, Integer> parameterMarkerIndexes = ast.getParameterMarkerIndexes();
        return fillerEngine.fill(sqlSegments, parameterMarkerIndexes.size(), ast.getSqlStatementRule());
    }

ParsingSQLRouter.route （ 重要）

org.apache.shardingsphere.core.route.router.sharding.ParsingSQLRouter.route(String, List<Object>, SQLStatement)

 public SQLRouteResult route(final String logicSQL, final List<Object> parameters, final SQLStatement sqlStatement) {
 	/**
	 * 根據sql類型，生成不同的優化引擎。比如我這里調試用的是select語句，生成就是ShardingSelectOptimizeEngine 實例。
	 * 對 語句進行優化
	 */
        ShardingOptimizedStatement shardingStatement = ShardingOptimizeEngineFactory.newInstance(sqlStatement).optimize(shardingRule, metaData.getTables(), logicSQL, parameters, sqlStatement);
		
        boolean needMergeShardingValues = isNeedMergeShardingValues(shardingStatement);
        if (shardingStatement instanceof ShardingConditionOptimizedStatement && needMergeShardingValues) {
            checkSubqueryShardingValues(shardingStatement, ((ShardingConditionOptimizedStatement) shardingStatement).getShardingConditions());
            mergeShardingConditions(((ShardingConditionOptimizedStatement) shardingStatement).getShardingConditions());
        }
		/**
		 *  這里獲取一個路由引擎，這里有各種引擎，常見的有 StandardRoutingEngine、ComplexRoutingEngine
		 *  這次獲取的就是 獲取一個 StandardRoutingEngine 路由引擎。（shardingtable數目為1，或者所有的表都是有綁定關系的）
		 *  接著執行 StandardRoutingEngine.route方法
		 *
		 */
        RoutingResult routingResult = RoutingEngineFactory.newInstance(shardingRule, metaData.getDataSources(), shardingStatement).route();
        if (needMergeShardingValues) {
            Preconditions.checkState(1 == routingResult.getRoutingUnits().size(), "Must have one sharding with subquery.");
        }
		// 分布式主鍵插入
        if (shardingStatement instanceof ShardingInsertOptimizedStatement) {
            setGeneratedValues((ShardingInsertOptimizedStatement) shardingStatement);
        }
		// 加密
        EncryptOptimizedStatement encryptStatement = EncryptOptimizeEngineFactory.newInstance(sqlStatement)
                .optimize(shardingRule.getEncryptRule(), metaData.getTables(), logicSQL, parameters, sqlStatement);
        SQLRouteResult result = new SQLRouteResult(shardingStatement, encryptStatement);
        result.setRoutingResult(routingResult);
        return result;
    }

StandardRoutingEngine.route（重要）

org.apache.shardingsphere.core.route.type.standard.StandardRoutingEngine.route()

public RoutingResult route() {
        if (isDMLForModify(optimizedStatement.getSQLStatement()) && !optimizedStatement.getTables().isSingleTable()) {
            throw new ShardingException("Cannot support Multiple-Table for '%s'.", optimizedStatement.getSQLStatement());
        }
		/**
		 * 1、根據邏輯表名去拿分表規則
		 * 2、根據分表規則 去拿DataNode（key 為 dataSourceName，value 為物理表表名）。
		 * 3、將上面的 dataNode 封裝成 RoutingResult
		 */
        return generateRoutingResult(getDataNodes(shardingRule.getTableRule(logicTableName)));
    }

SQL改寫

SQL執行

關于Sharding-JDBC的架構以及源碼的示例分析問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。