Sharding-JDBC 源码之 SQL 路由

最新推荐文章于 2024-08-14 18:12:30 发布

原创

最新推荐文章于 2024-08-14 18:12:30 发布 · 1.5k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#sharding-jdbc #分库分表 #数据库 #mysql

Sharding-JDBC 系列

接上文，在完成 SQL 解析之后，也就意味着我们拿到了逻辑 SQL 的抽象语法树及解析结果，
例如，以下SQL：

select goods_name from t_goods where goods_id=1 and type=0

解析之后的为抽象语法树见下图：
在这里插入图片描述

接下来，我们将继续学习SQL 路由过程。

路由类型

根据分片键划分路由

根据解析上下文匹配数据库和表的分片策略,生成路由路径。对于携带分片键的SQL，根据分片键的不同可以划分不同的路由：

单片路由：分片键的操作符是 =；
多片路由：分片键的操作符是 IN；
范围路由：分片键的操作符是 BETWEEN；
广播路由: 不携带分片键的SQL。

根据分片键场景划分路由

根据分片键进行路由的场景，又细分以下三种类型:

直接路由（强制路由）:需使用HintAPI直接指定路由至库表，可适用分片键不在SQL中场景；
标准路由（推荐）:适用范围是不包含关联查询或仅包含绑定表之间关联查询的SQL，在分片运算符是 BETWEEN 或 IN 时，单表查询或关联查询生成的真实SQL数量是一致的；
笛卡尔积路由:无法根据绑定表的关系定位分片规则，非绑定表之间的关联查询需要拆解为笛卡尔积组合执行。

不携带分片键的广播路由

不携带分片键的 SQL，则采取广播路由的方式，根据SQL类型又可以划分为以下5种：

全库表路由：处理对数据库中与其逻辑表相关的所有真实表的操作，主要包括不带分片键的 DQL 和 DML，以及 DDL 等；
全库路由：处理数据库相关命令，用于库设置的 SET 类型的数据库管理命令，以及 TCL 这样的事务控制语句；
全实例路由：用于 DCL 操作，授权语句针对的是数据库的实例；例如：CREATE USER xxx；
单播路由：获取某一真实表信息的场景，它仅需要从任意库中的任意真实表中获取数据即可。例如：DESCRIBE t_goods;
阻断路由：用于屏蔽SQL对数据库的操作，命令不会在真实数据库中执行例如:USE order_db。

SQL 路由

介绍完分片键类型，接下来我们从源码上来看是如何路由。以下继续以 select 查询为例，在上篇文章中，我们拿到了 SQLStatement 的实例 SelectStatement 对象，
在这里插入图片描述
在拿到 SelectStatement 对象后，开始进行路由，非 HintSQL 使用 ParsingSQLRouter 进行路由，执行 ParsingSQLRouter#route 方法：

    public SQLRouteResult route(final String logicSQL, final List<Object> parameters, final SQLStatement sqlStatement) {
   
   
        GeneratedKey generatedKey = null;
        // 如果是插入语句，获取生成的主键
        if (sqlStatement instanceof InsertStatement) {
   
   
            generatedKey = getGenerateKey(shardingRule, (InsertStatement) sqlStatement, parameters);
        }
        SQLRouteResult result = new SQLRouteResult(sqlStatement, generatedKey);
        // 通过优化引擎获取分库分表条件，存放在 ShardingConditions 对象中
        ShardingConditions shardingConditions = OptimizeEngineFactory.newInstance(shardingRule, sqlStatement, parameters, generatedKey).optimize();
        
        // ......省略，先分析优化引擎
    }

在上面代码片段中，优化引擎会去获取分库（表）的条件映射，看下 QueryOptimizeEngine#optimize 方法：

    public ShardingConditions optimize() {
   
   
        List<ShardingCondition> result = new ArrayList<>(orCondition.getAndConditions().size());
        for (AndCondition each : orCondition.getAndConditions()) {
   
   
            // 调用重载方法 optimize 封装 ShardingCondition 对象
            // 1. each.getConditionsMap() 按照列进行分组
            result.add(optimize(each.getConditionsMap()));
        }
        return new ShardingConditions(result);
    }
    
    // 重载方法 optimize 封装 ShardingCondition 对象
    private ShardingCondition optimize(final Map<Column, List<Condition>> conditionsMap) {