基于流批一体数据同步引擎ChunJun数据还原—DDL解析模块的实战分享

演讲 渡劫

整理 花夏

上一期我们为大家介绍了《ChunJun支持异构数据源DDL转换与自动执行》，其中对Calcite解析DDL实战的内容做了简要介绍，本期我们将针对这一部分内容做详细分享。

 ChunJun-DDL解析模块介绍

在进行DDL实战演示前，我们先回顾一下数据还原及DDL解析模块的内容。

ChunJun支持mysql oracle postgresql sqlserver等数据源实时同步，但是同步之后的数据是以日志形式输出，数据还原在此基础上做到源数据的变动在目标表也发生对应变动，包含DML以及DDL的操作都会在目标表中执行对应的操作，保证源表和目标表schema一致、数据一致。

在ChunJun中数据还原还会有两种场景：手动执行和自动执行，他们之间的区别在于ChunJun是否能解析Source端DDL语句并转为下游语法对应语句，同时下游会执行对应的DDL。

由于不同的数据源之间的语法不同，在数据还原的异构数据源场景中执行DDL是一个难题，如何将Source的DDL语句转换为符合Sink语法的DDL语句，成为困扰许多人的问题，ChunJun也面临着这样一个困境，为了解决这个情况，ChunJun引入了DDL解析模块解决此问题。

DDL解析模块主要解决2个问题

• 解析Source的SQL，将其转为ChunJun抽取出来的公共实体类

• 将公共实体类再按照Sink端的语法规则转为对应的SQL

对于SQL转换这一部分，我们增加了一个DDL Convent接口，这个接口提供了SQL转为公共实体类以及公共实体类转回SQL的功能，而具体的转换将由对应的数据源插件按照各自语法进行实现。

DDL Data是我们抽取的一个公共层数据的顶层抽象类，由于各个数据源的语法规则不同，因此我们需要抽取一个公共层，由这个公共层进行不同数据源之间数据的转换。

为了解析SQL并转为公共层数据，我们引入了Calcite进行SQL的解析，不同的数据源按照对应的语法会有对应的SQL解析器，通过这个解析器进行SQL的解析，将SQL语句转为对应的SQLNode，再将SQLNode里的信息转为中间层。

这样我们就解决了数据还原的异构数据源场景中的DDL语法不一致的问题。

ChunJun-DDL解析模块实战

上一章节我们介绍了一些基本概念，接下来我们就来为大家实际演示一下如何操作。

● 第一步

在ChunJun-SQL module下，执行 mvn clean compile -DskipTest，maven会打包出基于Calcite实现的解析器，各个数据源DDL解析模块会生成对应的解析器进行SQL的解析。

● 第二步

生成的解析器支持解析的SQL语法可以看下对应模块的test模块。

● 具体演示

具体的实战演示过程在公众号上不做回顾，各位社区小伙伴们可前往B站查看直播回顾视频。

B站直播回顾地址：

https://www.bilibili.com/video/BV1M3411w7S3?spm_id_from=333.999.0.0

Calcite在ChunJun-DDL中的实践应用

我们通过引入Calcite进行SQL的解析，上一章节我们对ChunJun-DDL解析模块进行了实战演示，接下来我们为大家分享Calcite在ChunJun-DDL中的实践应用。

● 第一步

Mavne依赖，具体可见ChunJun-DDL-MySQL Module的pom配置。

● 第二步

Main工程目录下添加对应的Codegen文件夹，里面主要由config.fmpp（Calcite的配置文件） 和FTL语法文件组成。

● 第三步

按照数据源语法编写FTL文件

Calcite使用Javacc作为语法解析器，并且使用Freemarker作为模板引擎，在编译的时候，Freemarker会将配置文件、模板语法文件、附加模板文件整体生成最终的语法文件，并通过JavaCC编译，形成Calcite的语法文件。

● 具体演示

具体的实战演示过程在公众号上不做回顾，各位社区小伙伴们可前往B站查看直播回顾视频。

B站直播回顾地址：

https://www.bilibili.com/video/BV1M3411w7S3?spm_id_from=333.999.0.0

▫ ChunJun支持异构数据源DDL转换与自动执行 

▫ 袋鼠云批流一体分布式同步引擎ChunJun的前世今生

▫ 基于开源大数据调度系统Taier的Web前端架构选型及技术实践