01 引言
Flink 源码地址: https://github.com/apache/flink
使用过Navicat 的童鞋都知道,当我们写SQL 的时候,工具会根据我们输入的内容弹出提示,这样可以很方便我们去写SQL ,如下:
Flink也是支持SQL的,当然它也有对应的接口支持SQL提示,本文来讲讲。
02 案例
2.1 源码案例
Flink源码里面已经有代码提示的demo了,具体在CliClientTest.java(点击即可打开) ,具体在如下方法里实现了: 具体的入参为:
参数名 | 含义 |
---|
statement | 当前输入的SQL | position | SQL末端光标的位置 |
返回的内容为:可能的SQL提示集合
2.2 举例
比如目前输入的SQL为:
select * fr
入参的内容为:
参数名 | 值 |
---|
statement | “select * fr” | position | 11 |
返回的结果为集合:
FROM
接下来分析下其源码。
03 源码分析
从上面的例子,我们可以看到,获取提示的方法如下:
@Override
public List<String> completeStatement(String sessionId, String statement, int position) {
receivedStatement = statement;
receivedPosition = position;
return Arrays.asList(helper.getSqlParser().getCompletionHints(statement, position));
}
主要的核心是这一句:helper.getSqlParser().getCompletionHints(statement, position)。
指得是通过helper获取sql解析器,然后调用里面的getCompletionHints方法来获取提示。
接下来看看helper 类。
3.1 SqlParserHelper
从下图可以得知,helper 也是测试包里面的一个类: helper 只是用于指引用户如何实现的一个工具类在Flink 对外的API 里是不存在的,这个不重要,我们看看里面的逻辑(里面已写注释):
public class SqlParserHelper {
private TableEnvironment tableEnv;
public SqlParserHelper() {
tableEnv = TableEnvironment.create(EnvironmentSettings.newInstance().build());
}
public SqlParserHelper(SqlDialect sqlDialect) {
if (sqlDialect == null || SqlDialect.DEFAULT == sqlDialect) {
tableEnv = TableEnvironment.create(EnvironmentSettings.newInstance().build());
} else if (SqlDialect.HIVE == sqlDialect) {
HiveCatalog hiveCatalog = HiveTestUtils.createHiveCatalog();
tableEnv = TableEnvironment.create(EnvironmentSettings.newInstance().build());
tableEnv.getConfig().setSqlDialect(sqlDialect);
tableEnv.registerCatalog(hiveCatalog.getName(), hiveCatalog);
tableEnv.useCatalog(hiveCatalog.getName());
}
}
public void registerTables() {
registerTable(
"create table MyTable (a int, b bigint, c varchar(32)) "
+ "with ('connector' = 'filesystem', 'path' = '/non', 'format' = 'csv')");
registerTable(
"create table MyOtherTable (a int, b bigint) "
+ "with ('connector' = 'filesystem', 'path' = '/non', 'format' = 'csv')");
registerTable(
"create table MySink (a int, c varchar(32)) with ('connector' = 'COLLECTION' )");
registerTable("create view MyView as select * from MyTable");
}
public void registerTable(String createTableStmt) {
tableEnv.executeSql(createTableStmt);
}
public Parser getSqlParser() {
return ((TableEnvironmentInternal) tableEnv).getParser();
}
public TableEnvironment getTableEnv() {
return tableEnv;
}
}
从代码可以分析得出,如果要调用Flink里面的代码提示接口,需要先初始化TableEnviorment,然后获取Sql解析器。
接下来,看看Sql解析器的代码。
3.2 ParserImpl
从如下代码提示,可以看到解析器的实现有几个,这里使用的是blink 包里面的ParserImpl 。
ParserImpl 实现了Parser 接口,其中Parser 接口的代码及注释如下:
@Internal
public interface Parser {
List<Operation> parse(String statement);
UnresolvedIdentifier parseIdentifier(String identifier);
ResolvedExpression parseSqlExpression(
String sqlExpression, RowType inputRowType, @Nullable LogicalType outputType);
String[] getCompletionHints(String statement, int position);
}
在本文,我们关注的是getCompletionHints 的方法,其实现代码如下(含注释):
public String[] getCompletionHints(String statement, int cursor) {
List<String> candidates =
new ArrayList<>(
Arrays.asList(EXTENDED_PARSER.getCompletionHints(statement, cursor)));
SqlAdvisorValidator validator = validatorSupplier.get().getSqlAdvisorValidator();
SqlAdvisor advisor =
new SqlAdvisor(validator, validatorSupplier.get().config().getParserConfig());
String[] replaced = new String[1];
List<String> sqlHints =
advisor.getCompletionHints(statement, cursor, replaced).stream()
.map(item -> item.toIdentifier().toString())
.collect(Collectors.toList());
candidates.addAll(sqlHints);
return candidates.toArray(new String[0]);
}
从代码可以得知,获取提示内容集的逻辑是分别使用“ExtendedParser ”和“SqlAdvisor ”来获取提示内容的集合,进一步看看这两个类。
3.2.1 ExtendedParser
ExtendedParser获取SQL提示的方法代码如下(含注释):
public String[] getCompletionHints(String statement, int cursor) {
String normalizedStatement = statement.trim().toUpperCase();
List<String> hints = new ArrayList<>();
for (ExtendedParseStrategy strategy : PARSE_STRATEGIES) {
for (String hint : strategy.getHints()) {
if (hint.startsWith(normalizedStatement) && cursor < hint.length()) {
hints.add(getCompletionHint(normalizedStatement, hint));
}
}
}
return hints.toArray(new String[0]);
}
上述代码主要做的事情就是判断传入的SQL是否为定义的策略集合里面的提示内容的前缀,如果是,则直接返回提示。
策略集合的实现有几个: 整理里面getHints方法的内容,有如下的内容:
策略者 | getHints方法内容 |
---|
ClearOperationParseStrategy | CLEAR | HelpOperationParseStrategy | HELP | QuitOperationParseStrategy | EXIT、QUIT | ResetOperationParseStrategy | RESET | SetOperationParseStrategy | SET |
总的来说,就是根据SQL语句,能返回的提示就是以上表格getHints 方法里面返回的内容合集之一。
3.2.2 SqlAdvisor
SqlAdvisor获取SQL提示的方法代码如下(含注释):
public List<SqlMoniker> getCompletionHints(String sql, int cursor, String[] replaced) {
int wordStart = cursor;
boolean quoted;
for(quoted = false; wordStart > 0 && Character.isJavaIdentifierPart(sql.charAt(wordStart - 1)); --wordStart) {
}
if (wordStart > 0 && sql.charAt(wordStart - 1) == this.quoteStart()) {
quoted = true;
--wordStart;
}
if (wordStart < 0) {
return Collections.emptyList();
} else {
int wordEnd;
for(wordEnd = cursor; wordEnd < sql.length() && Character.isJavaIdentifierPart(sql.charAt(wordEnd)); ++wordEnd) {
}
if (quoted && wordEnd < sql.length() && sql.charAt(wordEnd) == this.quoteEnd()) {
++wordEnd;
}
String word = replaced[0] = sql.substring(wordStart, cursor);
if (wordStart < wordEnd) {
sql = sql.substring(0, wordStart) + sql.substring(wordEnd);
}
List<SqlMoniker> completionHints = this.getCompletionHints0(sql, wordStart);
if (quoted) {
word = word.substring(1);
}
if (word.isEmpty()) {
return completionHints;
} else {
List<SqlMoniker> result = new ArrayList();
Casing preferredCasing = this.getPreferredCasing(word);
boolean ignoreCase = preferredCasing != Casing.UNCHANGED;
Iterator var12 = completionHints.iterator();
while(var12.hasNext()) {
SqlMoniker hint = (SqlMoniker)var12.next();
List<String> names = hint.getFullyQualifiedNames();
String cname = (String)Util.last(names);
if (cname.regionMatches(ignoreCase, 0, word, 0, word.length())) {
result.add(hint);
}
}
return result;
}
}
}
从上述代码,可以看到主要是为了获取 sql 中的关键字以及去除关键字后的sql ,比如:
select * fro
那么关键字为 “fro ”,去除关键字后的sql为“select * ”,进一步看getCompletionHints0 方法,代码及注释如下:
public List<SqlMoniker> getCompletionHints0(String sql, int cursor) {
String simpleSql = this.simplifySql(sql, cursor);
int idx = simpleSql.indexOf("_suggest_");
if (idx < 0) {
return Collections.emptyList();
} else {
SqlParserPos pos = new SqlParserPos(1, idx + 1);
return this.getCompletionHints(simpleSql, pos);
}
}
进一步查询SQL提示: 上述的代码不是重点,最为重要的提示是从上述红框里获取的,及从validator里面的lookupHints里获取,看看是怎样获取的。 进一步查看lookupSelectHints 方法: 继续断点,查看lookupFromHints方法: 继续看看SqlValidatorUtil.getSchemaObjectMonikers 方法:
可以看出,内容是从SqlValidatorCatalogReader.getAllSchemaObjectNames里获取出来的,也就是把所有的元数据获取出来(依次从 catalog -> database -> table遍历出来)。
代码跟踪了那么久,其实主要的核心还是在SqlValidatorCatalogReader.getAllSchemaObjectNames 获取所有的元数据的,这里就不再做解析了,其实就是不断遍历的一个过程。
3.3 比对
到最后,拿之前解析出来的关键字与获取到的元数据进行match 匹配就可以得出最终的SQL 提示了:
04 文末
本文主要讲解了Flink SQL的代码补全提示功能,本质其实就是使用SqlValidatorCatalogReader.getAllSchemaObjectNames 来获取所有的元数据,然后跟关键字匹配,并返回提示结果集。
谢谢大家的阅读,希望能帮助到大家,本文完!
|