问题
业务人员在使用我最近全职维护的数据产品时，反馈的一个问题。
这个功能模块，支持各种类型的数据源，如：Hive，MySQL，SQL Server，Oracle，ClickHouse，Impala等。支持多段SQL，多段SQL子句以英文分号分隔，且最后一个SQL子句必须是select查询子句；select查询，即形成所谓的数据集。最后生成一个定时任务，xxl-job定时调度执行SQL，更新数据集。页面上可以点击按钮【读取数据】执行多段SQL，然后可以点击按钮【预览数据】最多预览30行记录。后台实现中，读取数据会把数据集，即SQL执行结果储存到MongoDB数据库。
读取数据，执行SQL，报错信息如下：Map key t.自然日 contains dots but no replacement was configured! Make sure map keys don't contain dots in the first place or configure an appropriate replacement。
业务反馈的问题SQL比较复杂，经过简化后的SQL如下：
drop table if exists test.test_hive_field;
create table test.test_hive_field as
select
100 as userscore,
'031818' as user_id,
'2022-05-18' as dt;
select
tt.userscore,
tt.user_id as userId,
tt.dt
from (
select * from test.test_hive_field t limit 1
) tt;
由于是生产问题，并且ELK日志找不到可用可靠的错误日志，走很多弯路，包括尝试在堡垒机里调试定位问题。事实上最简单的路径应该是，找到可用的测试环境的数据源，在本地开发测试环境下复现，然后断点调试问题。并且，没有第一时间去百度，Google，浪费不少时间，兜了不少圈子。
题外话，在使用测试环境hive数据源，遇到另一个报错：
org.apache.hadoop.util.Shell [<clinit>:694] Did not find winutils.exe: {}
java.io.FileNotFoundException: java.io.FileNotFoundException: HADOOP_HOME and hadoop.home.dir are unset. -see https://wiki.apache.org/hadoop/WindowsProblems
后来终于可以在本地调试代码：
可以看到，问题根源在于：数据insert到MongoDB集合时报错。
数据长啥样呢？
查询结果字段为全小写，有 dot 符号。
解决
既然已经能够通过调试来定位问题，并且能知道有问题的代码出现在那一行，那解决问题就不远。
Google搜索得到比较靠谱的mongodb-escape-dots-in-map-key。意思很明显，就是：.以及$符号是MongoDB保留关键词，字段命名时不能含有这些符号。
MongoDB的模版方法模式MongoTemplate配置如下：
MongoDatabaseFactory mongoDbFactory = new SimpleMongoClientDatabaseFactory(mongoUri.getUri());
DbRefResolver dbRefResolver = new DefaultDbRefResolver(mongoDbFactory);
MongoMappingContext mongoMappingContext = new MongoMappingContext();
MappingMongoConverter mongoConverter = new MappingMongoConverter(dbRefResolver, mongoMappingContext);
mongoConverter.setMapKeyDotReplacement(".");
mongoConverter.with(mongoDbFactory);
mongodbMap.put(mongodbNameTemp, new MongoTemplate(mongoDbFactory, mongoConverter));
注，Spring-data-mongodb版本号为：
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-mongodb</artifactId>
<version>2.3.4.RELEASE</version>
</dependency>
结果还是不行，报错信息如下：Invalid BSON field name tt.dt
mongo-database-invalid-bson-field-name-exception
意思是配置MappingMongoConverter行不通，只能把点去掉，下面这行代码简直nonsense，doing-nothing，用.来替换（设置，set）字段里面的.：
mongoConverter.setMapKeyDotReplacement(".");
替换成：
mongoConverter.setMapKeyDotReplacement("-");
解决问题，但是这意味着存储到MongoDB数据库的字段名，已经不是最初SQL里面指定的查询字段名，而变成如下样式：
解决方法就是在从MongoDB取数时，再转换一下，将-转换成.。后面就没有继续往下钻研。
大致思路如上。
解决思路二
之所以有思路二，是因为我们支持各种不用的SQL方言，上面出现问题的数据源是Hive，具体来说，其URL为：jdbc:hive2://100.200.300.400:10000/edw。
作为背景，需要知道的是，仅仅只是hive数据源有上面这个问题，其他数据源，则没有这个问题。
有一个impala数据源，其URL为：jdbc:hive2://impala.pddcorp.com:25005，有类似的SQL：
select
tt.guaranteeremainingamount,
tt.user_id as userId,
tt.dt
from (
select * from cdr.hnsx_baihang_change t limit 10
) tt
一直以来没有发现问题，调试截图如下：
查询结果字段全小写，没有 dot 符号。故而数据insert到MongoDB，不会报错。
所以解决思路在hive数据源的查询结果的特殊处理上：
String columnLabel = metaData.getColumnLabel(j);
if (columnLabel.contains(".") && this.datasourceJson.getString(Constant.JDBC_URL).contains("10000")) {
columnLabel = columnLabel.substring(columnLabel.indexOf(".") + 1);
}
如果是10000端口，就表示是hive数据源；如果含有.，则截图后面的字段。
问题，为什么impala和hive数据源使用同一个hive-jdbc，查询字段不一样？
注：
使用的hive-jdbc版本为：
<dependency>
<groupId>org.apache.hive</groupId>
<artifactId>hive-jdbc</artifactId>
<version>2.1.1-cdh6.2.1</version>
</dependency>
备注
代码片段，一直想不明白，为什么不用@Component注解配置类，要写成Util工具类：
@Slf4j
public class MongodbHashCluster {
private final SortedMap<Long, String> vNodes = new TreeMap<>();
private final Map<String, MongoTemplate> mongodbMap = new HashMap<>();
public MongodbHashCluster(MongoUriList mongoUriList) {
log.info("获取配置：" + mongoUriList);
if (!CollectionUtils.isEmpty(mongoUriList.getList())) {
int k = 0;
int DEFAULT_VNODE_NUM = 150;
for (MongoUriList.MongoUri mongoUri : mongoUriList.getList()) {
String mongodbNameTemp = mongoUri.getName();
if (mongodbNameTemp == null) {
mongodbNameTemp = "mongodb_" + ++k;
}
log.info("获取mongodb配置:" + mongodbNameTemp);
// 核心配置
MongoDatabaseFactory mongoDbFactory = new SimpleMongoClientDatabaseFactory(mongoUri.getUri());
DbRefResolver dbRefResolver = new DefaultDbRefResolver(mongoDbFactory);
MongoMappingContext mongoMappingContext = new MongoMappingContext();
MappingMongoConverter mongoConverter = new MappingMongoConverter(dbRefResolver, mongoMappingContext);
mongoConverter.setMapKeyDotReplacement(".");
mongoConverter.with(mongoDbFactory);
mongodbMap.put(mongodbNameTemp, new MongoTemplate(mongoDbFactory, mongoConverter));
for (int i = 0; i < DEFAULT_VNODE_NUM; i++) {
long hashCode = hash2(mongodbNameTemp + "_vnode_" + i);
vNodes.put(hashCode, mongodbNameTemp);
}
}
}
}
private String get(String key) {
long hashCode = hash2(key);
SortedMap<Long, String> subMap = vNodes.tailMap(hashCode);
if (!subMap.isEmpty()) {
return subMap.get(subMap.firstKey());
}
return vNodes.get(vNodes.firstKey());
}
public MongoTemplate getMongoTemplate(String key) {
try {
String mongoTemplateName = get(key);
return mongodbMap.get(mongoTemplateName);
} catch (Exception e) {
log.error("get mongoTemplate error", e);
}
return null;
}
/**
* MurMurHash算法，是非加密HASH算法，性能很高，
* 比传统的CRC32, MD5, SHA-1（这两个算法都是加密HASH算法，复杂度本身就很高，带来的性能上的损害也不可避免）
* 等HASH算法要快很多，而且据说这个算法的碰撞率很低.
* http://murmurhash.googlepages.com/
*/
public static Long hash2(String key) {
ByteBuffer buf = ByteBuffer.wrap(key.getBytes());
int seed = 0x1234ABCD;
ByteOrder byteOrder = buf.order();
buf.order(ByteOrder.LITTLE_ENDIAN);
long m = 0xc6a4a7935bd1e995L;
int r = 47;
long h = seed ^ (buf.remaining() * m);
long k;
while (buf.remaining() >= 8) {
k = buf.getLong();
k *= m;
k ^= k >>> r;
k *= m;
h ^= k;
h *= m;
}
if (buf.remaining() > 0) {
ByteBuffer finish = ByteBuffer.allocate(8).order(
ByteOrder.LITTLE_ENDIAN);
// for big-endian version, do this first:
// finish.position(8-buf.remaining());
finish.put(buf).rewind();
h ^= finish.getLong();
h *= m;
}
h ^= h >>> r;
h *= m;
h ^= h >>> r;
buf.order(byteOrder);
return h;
}
}
参考
mongodb-escape-dots-in-map-key
mongo-database-invalid-bson-field-name-exception
