技术教程 编程教程 淘宝数据库OceanBase SQL编译器部分 源代码阅读--Schema模式 正文

淘宝数据库OceanBase SQL编译器部分 源代码阅读--Schema模式

2023-05-06,,

淘宝数据库OceanBase SQL编译器部分 源代码阅读--Schema模式

什么是Database，什么是Schema，什么是Table，什么是列，什么是行，什么是User？我们能够能够把Database看作是一个大仓库，仓库分了非常多非常多的房间，Schema就是当中的房间，一个Schema代表一个房间，Table能够看作是每一个Schema中的柜子，行和列就是柜子中的格子。User就是房间的主人。简单来说，Schema是包含表，列，索引，视图等数据库对象的集合。

OceanBase中的强Schema

OceanBase要求schema强类型约束，也就是要预先定义好schema。这与传统的数据库基本同样，与非常多nosql的schema-free大相径庭。

也就是说，OceanBase的数据模式是基于关系模型的。关系模型通过关系分解消除数据结构的复杂性，获得了对数据查询的能力和灵活性。而关系模型的缺点也是由于关系分解，使得在须要“组装”的数据时要进行join操作，而join则是相当耗时的操作。

大部分的NoSQl产品以MongoDb为代表，是基于文档模型的，类似json的bjson格式，因此能够存储比較复杂的数据类型，而且能够避免了join操作。在获得数据结构的可扩展性的同一时候，则失去了对通用数据查询语言（SQL）的支持。你须要又一次学习这些NoSQL产品的查询语言。

关于关系数据库与NoSQL的对照，这里有一篇好文推荐给大家：

自由模式的MySQL vs NoSQL。

OceanBase中Schema的格式

依据OceanBase官方文档的介绍:

OceanBase 中的schema 表示为纯文本的ASCII码文件, 採用常见的配置文件的形式. 分成各个 section. 每一个section 下有多个配置项, 配置项名称和配置值之间用”=”连接.

OceanBase 中 schema 是以应用为单位的, 一个应用一个schema文件. 一个应用中能够包括多张表, 每张表中能够包括多个列, 以及多个联表(join)关系.

我们以以下一个样例test1.ini文件来逐个梳理Schema的各个部分。文件内容例如以下：

[app_name]

name=collect

max_table_id=1003

[u_collect_item_id]

table_id=1001

table_type=1

column_info=1,2,item_name,int

column_info=1,3,new_price,varchar,20

rowkey_split=0

rowkey_max_length=9

max_column_id=3

[collect_info]

table_id=1002

table_type=2

column_info=1,2,item_name,int

column_info=1,3,item_price,varchar,20

rowkey_split=8

join=rowkey[8,16]%u_collect_item_id:item_name$item_name,item_price$new_price

rowkey_max_length=17

max_column_id=3

[collect_item_id]

table_id=1003

table_type=2

column_info=0,2,item_name,varchar,20

column_info=0,3,new_price,int

rowkey_split=0

rowkey_max_length=9

max_column_id=3

应用的信息

[app_name] section为应用的信息。其它section每个代表一张表。

眼下主要有两个配置项:

name :用来配置应用的名称, 是一个长度不超过128位的字符串.

max_table_id :用来记录当前已经使用的最大的table_id.
在OceanBase中, 每一个表都由table_id唯一标识, 且table_id不能够被反复使用. max_table_id 这个配置项, 主要是为了方便 schema 生成程序记录已经使用过的table_id.

表的信息

Schema定义文件里，除了[app_name]外的其它section都是一张表的信息。
section名就是表名，因此上面文件里定义了3张表u_collect_item_id，collect_info，collect_item_id.

table_id :配置项配置了这张表在OceanBase系统中的唯一id,
由schema 生成工具自己主动生成. 在OceanBase系统中, id的取值范围是0-65535.系统会保留0-1000的table_id供系统自身使用.

table_type :用来配置表是内存表还是磁盘表. 由于一张表的动态数据存储在UpdateServer上,动态部分不受table_type影响,
所以table_type实际上表示了ChunkServer上的静态部分是放到内存中还是放到磁盘上. 该配置项取值为 1 的时候, 表示静态部分放到磁盘上, 为2的时候, 表示静态部分放到内存中.

rowkey_max_length :用来配置表中主键的最大长度.

rowkey_split :配置表在存储的时候的拆分限制.
由于一个表的数据可能放到多个tablet上存储, 这个值告诉ChunkServer, 在分裂数据到不同tablet时哪些数据是不应该被分开的, 比方, 当这个值为9的时候, 表示主键前9个字节全然同样的记录不应该被分到两个不同的tablet中.

max_column_id :配置本表中已经使用过的最大的列id,
由schema 生成程序维护并使用, 防止对列id的重用.

compress_func_name :可选项, 配置这个表在存储时使用的压缩算法名字.

block_size :可选项, 配置表在存储成sstable时,採用的block大小.

use_bloomfilter :可选项, 配置表是否使用布隆过滤器,
非零值为使用.

rowkey_is_fixed_length :可选项, 配置主键是否是固定长度值.
非零值表示主键是固定长度的. 假设不配置该项, 默认主键为固定长度.

列的配置

column_info :配置项中的内容是详细描写叙述一列的,
用”,”分开, 其内容包括列属性, 列id, 列名, 列类型.

列的属性：取值为0或者1. 为0表示该列仅仅有动态数据(仅仅存在于UpdateServer); 为1表示该列既有动态数据又有静态数据(既存在于UpdateServer 又存在于 ChunkServer).

列id：是这个列在表中的唯一标识, 该值由schema生成程序生成, 不能够被重用. 列id必须大于1, 系统保留id为1的用于表示主键.

列名：是一个长度不超过128位的字符串.

类型：列的数据类型.

所以样例中的

column_info=1,3,item_price,varchar,20

表示 : 列名字是 item_price; id 是3; 静态数据放在磁盘上; 类型是 varchar, 长度是20个字符.

由于OceanBase的联表(join)设计,使得某些仅仅有动态数据的列是有意义的, 这样的列一般在转储过程中会通过join运算转储到其他表中.

联表(Join)关系的配置

联表(join)关系是OceanBase提供的简化关联查询的有力手段.

join :这个配置项里描写叙述的是join关系的详细内容

我们看一个样例:

join=rowkey[8,16]% collect_item_info:item_name$item_name,item_price$new_price

这一行表示当前表的一个join关系.

join=rowkey[8,16]%collect_item_info
是表示用当前记录的主键的第8-16字节(闭区间) 与表collect_item_info
进行join操作. “:”后的内容表示详细发生join的列.

用”$”分开的两个列分别被称为參与join操作的左列和右列. join操作总是用右列的值合并到左列的值上, 然后将合并的结果返给用户(左列和右列的值都不发生变化, 合并仅仅体如今反给用户的结果中).

所以上述的表达是说, 当訪问当前表的时候, 假设訪问到列
item_name 或者
item_price. 则须要以当前主键的 8-16 字节为主键查找表
collect_item_info. 假设查到记录, 则用其item_name
列的值与当前记录的item_name的值做合并, 用其new_price列的值与当前记录的item_price的值做合并,
将合并的结果作为终于值返给客户.

以上的格式介绍出自OceanBase的官方文档 doc/OceanBase的schema.docx

Schema的管理

下面讨论基于OceanBase0.3版本号。

Schema由RootServer进行管理，包含Schema配置文件合Schema管理器两部分。RootServer能够通过
switch_schema 和
switch_schema_manager 来切换不同的schema配置文件和不同的schema管理器
ObSchemaManagerV2 。

    bool ObRootServer2::get_schema(ObSchemaManagerV2& out_schema) const;

    /* 从本地读取新schema, 推断兼容性 */

    int ObRootServer2::switch_schema(int64_t time_stamp, ObArray<uint64_t> &deleted_tables);

    void ObRootServer2::switch_schema_manager(ObSchemaManagerV2 *schema_manager);

Schema的代码组织

与配置文件的结构类似，表、列和join联表分别相应了3个类。

class ObJoinInfo;

class ObColumnSchemaV2;

class ObTableSchema;

（应用信息[app_name]的相关代码在哪？）

这三个类主要功能就是对配置文件里的各个属性进行get和set。各种属性在上节已经有较具体的介绍，不再反复。

Schema管理器

Schema管理器ObSchemaManagerV2负责管理每一个Schema中的TableSchema,ColumnSchema,JoinInfo。拥有TableSchema,ColumnSchema,JoinInfo的get和set函数。

Schema管理器ObSchemaManagerV2相应了一个完整的Schema配置文件。能够从配置文件解析生成相应的TableSchema,ColumnSchema,JoinInfo。一个配置文件里能够配置多对张表，每一个表有多个列，体如今数组table_infos_和columns上。，此外，还有两个ObHashMap结构以列Id和列名作为key，用于加速列的查询。

class ObSchemaManagerV2

{

public:

    /*省略其它方法，成员变量*/

    bool parse_from_file(const char* file_name, tbsys::CConfig& config);

    bool parse_one_table(const char* section_name, tbsys::CConfig& config, ObTableSchema& schema);

    bool parse_column_info(const char* section_name, tbsys::CConfig& config, ObTableSchema& schema);

    bool parse_join_info(const char* section_name, tbsys::CConfig& config, ObTableSchema& schema);

    bool parse_expire_info(const char* section_name, tbsys::CConfig& config, ObTableSchema& schema);

};

private:

    char app_name_[OB_MAX_APP_NAME_LENGTH];

    ObTableSchema    table_infos_[OB_MAX_TABLE_NUMBER];

    ObColumnSchemaV2* columns_;

    hash::ObHashMap<ObColumnNameKey,ObColumnInfo,hash::NoPthreadDefendMode> column_hash_map_;

    hash::ObHashMap<ObColumnIdKey,ObColumnInfo,hash::NoPthreadDefendMode> id_hash_map_;

    int64_t join_table_nums_;

    uint64_t join_tables_[OB_MAX_TABLE_NUMBER];

其它涉及Schema管理的模块

在OceanBase系统中，用户的读写事务都会发给MergeServer。MergeServer解析这些读写事务的内容，比如词法和语法分析、schema检查等。对于仅仅读事务，由MergeServer发给对应的ChunkServer分别运行后再合并每一个ChunkServer的运行结果；对于读写事务，由MergeServer进行预处理后，发送给UpdateServer运行。

因此在MergeServer中也存在一个Schema管理的接口ObMergerSchemaManage.

ObMergerSchemaManager管理SchemaManager，能够获取，加入和释放ObSchemaManagerV2，schema
manager 最多有
MAX_VERSION_COUNT（默觉得4）个
SchemaManager的实例。我们能够通过get_schema来获取Schema管理器ObSchemaManagerV2。还能够通过add_schema,release_schema来加入或释放ObSchemaManagerV2。假设实例到达上限时继续加入，则会删除最旧的一个实例，然后在加入新的SchemaManager实例。

const ObSchemaManagerV2 * get_schema(const ObString & table_name);

const ObSchemaManagerV2 * get_schema(const uint64_t table_id);

int add_schema(const ObSchemaManagerV2 & schema, const ObSchemaManagerV2 ** manager = NULL);

int release_schema(const ObSchemaManagerV2 * schema);

总结

与传统数据库类似，OceanBase要预先定义schema。採用ASCII配置文件对Schema进行配置。一个应用使用一个schema文件. 能够包括多张表, 每张表中能够包括多个列, 以及多个联表(join)关系.RootServer负责管理Schema配置和Schema管理器。

欢迎光临我的站点----蝴蝶忽然的博客园----人既无名的专栏。

假设阅读本文过程中有不论什么问题，请联系作者，转载请注明出处！

淘宝数据库OceanBase SQL编译器部分 源代码阅读--Schema模式的相关教程结束。

《淘宝数据库OceanBase SQL编译器部分 源代码阅读--Schema模式.doc》

下载本文的Word格式文档，以方便收藏与打印。

Copyright 2023. 昆居客 - IT编程,互联网信息技术文档大全!