Doris 源码分析 (三) 基础语法

常见使用语句

# 查看创建表帮助文档
> HELP CREATE TABLE;

# 查看 ALTER 进度状态
> SHOW ALTER TABLE COLUMN;

# 取消 ALTER 进度
> CANCEL ALTER TABLE COLUMN FROM table1

# 查看 ALTER 相关命令
> HELP ALTER TABLE

语法解析过程

Doris SQL 解析具体包括了五个步骤:词法分析,语法分析,生成单机逻辑计划,生成分布式逻辑计划,生成物理执行计划。

具体代码实现上包含以下五个步骤:Parse, Analyze, SinglePlan, DistributedPlan, Schedule。如下图所示:

解析执行过程

上图中未提及 Parse 过程,而该过程在 Doris 系统中语法解析分为三个阶段 jflex 词法分析、java cup parser 进行语法分析、生成抽象语法树(AST),AST 是种树状结构,将不同的查询语句 select, insert, show, set, alter table, create table 等经过 Parse 阶段后生成不同的数据结构(SelectStmt, InsertStmt, ShowStmt, SetStmt, AlterStmt, AlterTableStmt, CreateTableStmt 等)之后,根据语法规则进行逻辑处理即可。

因此整体流程下来即如下图:


一个简单的查询 SQL 在 Doris 的解析实现

使用 SqlParserUtils 实现 sql 解析过程,如下是 parse 结果实例:

String originStmt = "select username, sum(distinct link) from tbl_event_log  group by username;";
SqlScanner input = new SqlScanner(new StringReader(originStmt), ctx.getSessionVariable().getSqlMode());
SqlParser parser = new SqlParser(input);
StatementBase statementBase = SqlParserUtils.getFirstStmt(parser);

实际解析过程在 org.apache.doris.qe.StmtExecutor 类进行解析,然后生成执行计划,实例如下:

String sql7 = "select * from db1.tbl1 where k1='a' and k4=1\n"
        + "except distinct\n"
        + "select * from db1.tbl1 where k1='a' and k4=1\n"
        + "except\n"
        + "select * from db1.tbl1 where k1='a' and k4=2\n"
        + "except\n"
        + "(select * from db1.tbl1 where k1='a' and k4=2)\n"
        + "order by 3 limit 3";
StmtExecutor stmtExecutor7 = new StmtExecutor(ctx, sql7);
stmtExecutor7.execute();
Planner planner7 = stmtExecutor7.planner();
List<PlanFragment> fragments7 = planner7.getFragments();
String plan7 = planner7.getExplainString(fragments7, new ExplainOptions(false, false));

Doris 解析过程如下所示:

# 在 org.apache.doris.qe.ConnectProcessor 类 handleQuery() 函数中获取 sql 内容,并将 sql 转化为 StatementBase 列表

// process COM_QUERY statement,
// 只有在与请求客户端交互出现问题时候才抛出异常
private void handleQuery() {
    // ... 省略 ....
        originStmt = new String(bytes, 1, ending, "UTF-8");
    // ... 省略 ....
    String sqlHash = DigestUtils.md5Hex(originStmt);
    ctx.setSqlHash(sqlHash);
    // 匹配数据 block 规则, 如果符合 block 规则则取消执行
    Catalog.getCurrentCatalog().getSqlBlockRuleMgr().matchSql(originStmt, sqlHash, ctx.getQualifiedUser());
    // ... 省略 ....
    ctx.getAuditEventBuilder().reset();
    ctx.getAuditEventBuilder()
        .setTimestamp(System.currentTimeMillis())
        .setClientIp(ctx.getMysqlChannel().getRemoteHostPortString())
        .setUser(ctx.getQualifiedUser())
        .setDb(ctx.getDatabase())
        .setSqlHash(ctx.getSqlHash());
    // execute this query.
    StatementBase parsedStmt = null;
    List<Pair<StatementBase, Data.PQueryStatistics>> auditInfoList = Lists.newArrayList();
    boolean alreadyAddedToAuditInfoList = false;
    try {
        // 分析语法并将其转化为相应的 StatementBase 类
        List<StatementBase> stmts = analyze(originStmt);
        for (int i = 0; i < stmts.size(); ++i) {
            alreadyAddedToAuditInfoList = false;
            ctx.getState().reset();
            if (i > 0) {
               ctx.resetReturnRows();
            }
            parsedStmt = stmts.get(i);
            parsedStmt.setOrigStmt(new OriginStatement(originStmt, i));
            parsedStmt.setUserInfo(ctx.getCurrentUserIdentity());
            // 将 StatementBase 类封装为 StmtExecutor 类
            executor = new StmtExecutor(ctx, parsedStmt);
            ctx.setExecutor(executor);
            // 将 StatementBase 类解析为执行计划
            executor.execute();
            if (i != stmts.size() - 1) {
                ctx.getState().serverStatus |= MysqlServerStatusFlag.SERVER_MORE_RESULTS_EXISTS;
                finalizeCommand();
            }
            auditInfoList.add(new Pair<>(executor.getParsedStmt(), executor.getQueryStatisticsForAuditLog()));
            alreadyAddedToAuditInfoList = true;
        }
    } catch (IOException e) {
    // ... 省略 ....
}
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,874评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,102评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,676评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,911评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,937评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,935评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,860评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,660评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,113评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,363评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,506评论 1 346
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,238评论 5 341
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,861评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,486评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,674评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,513评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,426评论 2 352

推荐阅读更多精彩内容