基于开源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大数据

原文链接：基于开源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
课件获取：关注公众号 “数栈研习社”，后台私信 “ChunJun”获得直播课件
视频回放：点击这里
ChunJun开源项目地址：github 丨 gitee 喜欢我们的项目给我们点个 STAR！STAR！！STAR！！！（重要的事情说三遍）
一、ChunJun-DDL解析模块介绍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。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。
1、数据还原介绍
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。
2、DDL解析模块介绍
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

文章图片

【基于开源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】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。

文章图片

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。

文章图片

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。
二、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。

文章图片

- 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/vide...
三、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

文章图片

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/vide...
袋鼠云开源框架钉钉技术交流qun（30537511），欢迎对大数据开源项目有兴趣的同学加入交流最新技术信息，开源项目库地址：https://github.com/DTStack