分布式 | DBLE LOAD DATA 功能实现解析

作者：路路
热爱技术、乐于分享的技术人，目前主要从事数据库相关技术的研究。
本文来源：原创投稿
*爱可生开源社区出品，原创内容未经授权不得随意使用，转载请联系小编并注明来源。

---

1.概述

本篇文章主要介绍 DBLE LOAD DATA 大规模数据导入功能的实现，包括方案设计、源码解读。

下面就让我们一起来探秘 DBLE 是如何实现该功能的吧！

2.方案设计

LOAD DATA 为 MySQL 提供的从文本文件导入数据到表的语法，作为数据库中间件，当然也需要实现对应的功能，来满足用户的导入数据需求。

DBLE 对该功能的实现其实就是直接模拟了 MySQL 对 LOAD DATA 命令相应的处理协议。当然作为数据库中间件，还需要处理相应数据的存储、数据路由情况以及与后端 MySQL 的交互等方面的逻辑。

下图即为 DBLE 对 LOAD DATA 处理的整体流程：

3.源码解读

DBLE 与 LOAD DATA 功能实现相关的类其实主要有两个，一个是 ServerLoadDataInfileHandler 类，一个是 LoadDataUtil 类，ServerLoadDataInfileHandler 类主要处理的是与客户端交互的逻辑，而 LoadDataUtil 类主要处理的是与后端 MySQL 交互的逻辑。

下面我们就从客户端发送命令到 DBLE 处理，最后到 DBLE 与后端 MySQL 交互的过程，来详细看下相应的代码。

当客户端发来 LOAD DATA 导入数据到表命令的时候，DBLE 作为服务端会接收到相应的命令并进行处理，对应的代码在 ServerQueryHandler#query 方法中，这里会判断 SQL 的类型为 LOAD DATA，然后进一步处理：

public void query(String sql) {
        ServerConnection c = this.source;
        if (LOGGER.isDebugEnabled()) {
            LOGGER.debug(String.valueOf(c) + sql);
        }
         ……
        int rs = ServerParse.parse(sql);
        boolean isWithHint = ServerParse.startWithHint(sql);
        int sqlType = rs & 0xff;
        ……
        switch (sqlType) {
        ……
            case ServerParse.LOAD_DATA_INFILE_SQL:
                    //对LOAD DATA的处理，调用FrontendConnection#loadDataInfileStart方法
                    c.loadDataInfileStart(sql);
                    break;
      ……
      ｝
  ｝

继续看一下 FrontendConnection#loadDataInfileStart 方法：

    public void loadDataInfileStart(String sql) {
        if (loadDataInfileHandler != null) {
            try {
                //进一步调用了ServerLoadDataInfileHandler#start方法
                loadDataInfileHandler.start(sql);
            } catch (Exception e) {
                LOGGER.info("load data error", e);
                writeErrMessage(ErrorCode.ERR_HANDLE_DATA, e.getMessage());
            }

        } else {
            writeErrMessage(ErrorCode.ER_UNKNOWN_COM_ERROR, "load data infile sql is not  unsupported!");
        }
    }

下面便进入到了 ServerLoadDataInfileHandler#start 方法，前面讲过该类主要处理的是 DBLE 与客户端的交互逻辑。

该方法比较长，大家可以去细看，主要功能还是解析了客户端发送过来的 SQL 语句，然后针对 LOAD DATA 语法，如果导入文件是本机文件，则直接进行解析，否则的话会向客户端发送获取文件的命令，让客户端传输文件过来：

public void start(String strSql) {
        ……
        parseLoadDataPram();
        //如果文件不在本地，则向客户端发送命令，请求数据文件，这里的local可能会让人疑惑，但MySQL语法确实是这么规定的，load data local用法反而是文件不在本地的用法
        if (statement.isLocal()) {
            isStartLoadData = true;
            //request file from client
            ByteBuffer buffer = serverConnection.allocate();
            RequestFilePacket filePacket = new RequestFilePacket();
            filePacket.setFileName(fileName.getBytes());
            filePacket.setPacketId(1);
            filePacket.write(buffer, serverConnection, true);
        } else {
            //如果文件在本地的话，先判断文件是否存在，不存在则报错，存在的话需要对文件进行读取，计算每一行的路由结果，然后对不同节点的数据分别进行存储
            if (!new File(fileName).exists()) {
                String msg = fileName + " is not found!";
                clear();
                serverConnection.writeErrMessage(ErrorCode.ER_FILE_NOT_FOUND, msg);
            } else {
                if (parseFileByLine(fileName, loadData.getCharset(), loadData.getLineTerminatedBy())) {
                    RouteResultset rrs = buildResultSet(routeResultMap);
                    if (rrs != null) {
                        flushDataToFile();
                        isStartLoadData = false;
                        serverConnection.getSession2().execute(rrs);
                    }
                }
            }
        }
    }

DBLE 发送命令给客户端后，客户端便会源源不断地把数据文件发送过来，对发送过来文件的处理逻辑在 ServerLoadDataInfileHandler#handle 方法中，该方法其实就是对传输过来的文件进行转储，默认数据小于 200Mb 则存在内存中，否则的话存储到本地文件：

public void handle(byte[] data) {
        try {
            if (sql == null) {
                clear();
                serverConnection.writeErrMessage(ErrorCode.ER_UNKNOWN_COM_ERROR, "Unknown command");
                return;
            }
            BinaryPacket packet = new BinaryPacket();
            ByteArrayInputStream inputStream = new ByteArrayInputStream(data, 0, data.length);
            packet.read(inputStream);
            //这里就是对发送过来的文件进行转储
            saveByteOrToFile(packet.getData(), false);
        } catch (IOException e) {
            throw new RuntimeException(e);
        }
    }

文件发送完成，客户端还会发送一个空包过来，告诉 DBLE 数据发送完了，然后 DBLE 会进行下一步处理（其实这里就是 MySQL 协议中的规定），下一步处理的逻辑在 ServerLoadDataInfileHandler#end 方法中。

该方法也比较长，主要处理逻辑是将接受过来的文件进一步计算路由，根据计算结果将文件根据不同节点分别存储，最后构建路由结果集，通过 DBLE 下发 LOAD DATA 命令到后端不同的 MySQL 节点：

public void end(byte packId) {
        isStartLoadData = false;
        this.packID = packId;
        //empty packet for end
        saveByteOrToFile(null, true);

        if (isHasStoreToFile) {
            //这里便是计算路由，并根据路由结果存储不同节点的数据文件
            parseFileByLine(tempFile, loadData.getCharset(), loadData.getLineTerminatedBy());
        }
        ……
        //构建路由结果集，下发后端MySQL，执行LOAD DATA命令
        RouteResultset rrs = buildResultSet(routeResultMap);
        if (rrs != null) {
            flushDataToFile();
            serverConnection.getSession2().execute(rrs);
        }
｝

DBLE 与后端 MySQL 的交互逻辑跟客户端与 DBLE 的交互逻辑基本一样，因为都是基于 MySQL 协议嘛，DBLE 这边还需要做的就是将不同节点的数据文件发送给后端的 MySQL，具体的逻辑在 LoadDataUtil#requestFileDataResponse 方法中，该方法就是将 DBLE 处理过的数据文件，发送到后端的 MySQL 了，由 MySQL 来进行真正的数据存储：

public static void requestFileDataResponse(byte[] data, BackendConnection conn) {
        byte packId = data[3];
        MySQLConnection c = (MySQLConnection) conn;
        RouteResultsetNode rrn = (RouteResultsetNode) conn.getAttachment();
        LoadData loadData = rrn.getLoadData();
        List<String> loadDataData = loadData.getData();

        BufferedInputStream in = null;
        try {
            //如果数据较小，都在内存中，则直接发送
            if (loadDataData != null && loadDataData.size() > 0) {
                ByteArrayOutputStream bos = new ByteArrayOutputStream();
                for (String loadDataDataLine : loadDataData) {
                    String s = loadDataDataLine + loadData.getLineTerminatedBy();
                    byte[] bytes = s.getBytes(CharsetUtil.getJavaCharset(loadData.getCharset()));
                    bos.write(bytes);
                }
                packId = writeToBackConnection(packId, new ByteArrayInputStream(bos.toByteArray()), c);
            } else {
                //否则的话，先读取文件，然后再发送数据
                in = new BufferedInputStream(new FileInputStream(loadData.getFileName()));
                packId = writeToBackConnection(packId, in, c);
            }
        } 
     ……
    }

到这里，整个 DBLE 对 LOAD DATA 的处理流程就讲完啦。

4.总结

本篇文章主要分析讲解了 DBLE 对 LOAD DATA 功能的实现，包括方案设计以及源码解读，希望大家看完后能对整个 LOAD DATA 功能有更进一步的了解。