【Trino源码学习】Trino源码剖析之catalog加载

skyyws

发布于 2022-05-20 08:53:12

1.4K0

发布于 2022-05-20 08:53:12

我们在上篇文章【Trino源码学习】Trino源码剖析之plugin加载中，跟着代码一步步分析，梳理了trino在加载plugin的过程中，主要做了哪些事情。归纳总结起来就是，创建了每个plugin对应的PluginClassLoader以及InternalConnectorFactory，这个InternalConnectorFactory封装了每个plugin的ConnectorFactory。本文我们将继续跟着代码进行分析，看看trino在加载catalog的时候又做了哪些事情。

加载流程归纳

和上篇文章一样，为了防止阅读起来比较混乱，这里先用一个流程图对整个catalog的加载做一个整体的归纳总结：

Connector类图

在正式分析代码流程之前，先简单看下Connector相关的类图，如下所示：

我们在上篇文章中提到，Trino在加载plugin的时候，会对每个plugin创建一个ConnectorFactory，这个factory就会用于后续创建Connector。后续与配置的各个catalog进行交互的时候，就可以通过这个Connector进行。Connector可以分为两种：InternalConnector和其他的具体Connector，例如JdbcConnector、KuduConnector等，而Mysql、Oracle、Clickhouse等plugin使用的都是JdbcConnector；InternalConnector分为三种，分别是InformationSchemaConnector、GlobalSystemConnector和SystemConnector。关于这些Connector，笔者会在后续的文章中专门介绍，本文主要聚焦于catalog的加载流程。

加载流程源码分析

在加载完成plugin之后，trino就会开始加载catalog。相关的函数堆栈如下所示：

doStart(Server.java):128
-loadCatalogs(StaticCatalogStore.java):68
--loadCatalog(StaticCatalogStore.java):88
---createCatalog(ConnectorManager.java):227
----createCatalog(ConnectorManager.java):241
-----createCatalog(ConnectorManager.java)

获取CatalogName与InternalConnectorFactory

首先，会遍历etc/catalog目录下所有“.properties”结尾的文件，每一个文件代表一个catalog的配置文件，trino将文件的前缀作为catalog name，例如ch1.properties，对应的catalog name就是ch1，这与plugin是不一样的。接着读取配置文件中的内容，以“connector.name”这个配置项的值作为connector name。然后我们就可以使用该name去上一篇文章中提到的map中，获取指定的InternalConnectorFactory，如下所示：

//ConnectorManager.createCatalog():225
InternalConnectorFactory connectorFactory = connectorFactories.get(connectorName);

然后使用catalog name构造一个CatalogName，这个变量其实主要就是包含了catalog name：

public final class CatalogName {
   private static final int INSTANCE_SIZE = ClassLayout.parseClass(CatalogName.class).instanceSize();

  private static final String INFORMATION_SCHEMA_CONNECTOR_PREFIX = "$info_schema@";
  private static final String SYSTEM_TABLES_CONNECTOR_PREFIX = "$system@";

  private final String catalogName;
  //省略其余代码
}

这里有两个带通配符的字符串：info_schema@和 system@，关于这两个字符串，与上面的几个InternalConnector也有关系，这里也先不展开描述，然后用这个CatalogName和InternalConnectorFactory来进行catalog的创建。

构造CatalogClassLoaderSupplier

在最终的createCatalog函数中，首先会构造一个CatalogClassLoaderSupplier变量，该类主要包含以下成员：

private static class CatalogClassLoaderSupplier implements Supplier<ClassLoader> {
  private final CatalogName catalogName;
  private final Function<CatalogName, ClassLoader> duplicatePluginClassLoaderFactory;
  private final HandleResolver handleResolver;
  //省略其余代码
}

其中，catalogName就是上面创建的CatalogName变量；duplicatePluginClassLoaderFactory是我们在上篇文章中提到的lambda表达式，展开之后如下所示：

//演示代码，实际原代码中不存在
Function<CatalogName, ClassLoader> function = (CatalogName name) -> pluginClassLoader.duplicate(name);

这个duplicate函数的主要作用就是复制plugin的PluginClassLoader，但是与原先的PluginClassLoader不同的是，这里会传入新的CatalogName和URLs，CatalogName就是我们上面创建的变量，URLs其实就是plugin目录下的所有jar的路径；HandleResolver也是我们在上面文章中提到的，保存所有已创建的PluginClassLoader。

除了这三个成员变量之外，还有一个方法需要关注：

//ConnectorManager.CatalogClassLoaderSupplier
public ClassLoader get() {
  ClassLoader classLoader = duplicatePluginClassLoaderFactory.apply(catalogName);

  synchronized (this) {
    this.classLoader = classLoader;
  }

  if (classLoader instanceof PluginClassLoader) {
    handleResolver.registerClassLoader((PluginClassLoader) classLoader);
  }
  return classLoader;
}

这个方法会调用传入的Function，也就是上面提到的绑定的duplicate函数，根据传入的CatalogName构造一个新的PluginClassLoader，然后注册到HandleResolver。接着，用CatalogName、对应的具体的ConnectorFactory以及CatalogClassLoaderSupplier来创建具体的Connector。

创建具体的Connector

创建Connector的方法如下所示：

private Connector createConnector(CatalogName catalogName, ConnectorFactory connectorFactory,
    Supplier<ClassLoader> duplicatePluginClassLoaderFactory, Map<String, String> properties) {
  ConnectorContext context = new ConnectorContextInstance(xx, duplicatePluginClassLoaderFactory);

  try (ThreadContextClassLoader ignored =
      new ThreadContextClassLoader(connectorFactory.getClass().getClassLoader())) {
    return connectorFactory.create(catalogName.getCatalogName(), properties, context);
  }
}

首先创建一个ConnectorContext变量，ConnectorContextInstance是它的一个实现类。然后将当前线程的ClassLoader设置为ConnectorFactory的class loader，也就是plugin的class loader。最后再调用每个ConnectorFactory的create方法来创建具体的Connector。关于ConnectorContextInstance我们这里需要关注一个方法：

//ConnectorContextInstance.java
private final Supplier<ClassLoader> duplicatePluginClassLoaderFactory;
 
public ClassLoader duplicatePluginClassLoader() {
  return duplicatePluginClassLoaderFactory.get();
}

这个方法会调用Supplier的get方法，这个Supplier就是我们上面介绍的CatalogClassLoaderSupplier，它的get方法就是复制并创建一个带CatalogName的PluginClassLoader。因此，调用这个duplicatePluginClassLoader()方法，最终会创建，并返回一个新的带CatalogName的PluginClassLoader。

ConnectorFactory的create方法

最后，调用ConnectorFactory的create方法时，会将ConnectorContext作为参数传入。在create方法中调用上面的ConnectorContextInstance.duplicatePluginClassLoader()就会得到一个新的catalog的class loader，这个与plugin的class loader是不一样的。也就是说，trino在这里用了两层的class loader。

不过目前只有hive和iceberg是这样设计的，其他的plugin并没有这样设计，例如：

//HiveConnectorFactory.java
public Connector create(String catalogName, Map<String, String> config, ConnectorContext context) {
  ClassLoader classLoader = context.duplicatePluginClassLoader();
  //省略后续代码

不过，目前笔者还没弄清楚为什么要对hive和iceberg这样设计。Trino的代码注释和commit message信息相对比较少，无法直接从这些信息获取一些代码架构和设计的意图，只能自己阅读源码进行学习。

创建Catalog

创建完成具体的Connector（例如HiveConnector、JdbcConnector等）之后，会将这个Connector封装成为一个MaterializedConnector，这个类包含了一个connector相关的各种信息，如下所示：

//ConnectorManager.java
private static class MaterializedConnector {
  private final CatalogName catalogName;
  private final Connector connector;
  private final Runnable afterShutdown;
  private final Set<SystemTable> systemTables;
  
  private final List<PropertyMetadata<?>> tableProperties;
  private final List<PropertyMetadata<?>> materializedViewProperties;
  private final List<PropertyMetadata<?>> schemaProperties;
  private final List<PropertyMetadata<?>> columnProperties;
  private final List<PropertyMetadata<?>> analyzeProperties;

除了CatalogName和Connector之外，还有一些table、schema、column等信息。

接着，再使用这个CatalogName创建InformationSchemaConnector和SystemConnector，这两个Connector都是属于InternalConnector，我们在上面的类图中可以看到。关于这两个Connector的作用，我们再后续会专门提到，这里暂不展开。然后再将这两个InternalConnector也封装为MaterializedConnector。最后将这三个MaterializedConnector作为参数，构造一个Catalog，这个类与MaterializedConnector类似，也是只包含了一些成员变量信息：

public class Catalog {
  private final String catalogName;
  private final CatalogName connectorCatalogName;
  private final String connectorName;
  private final Connector connector;
  private final SecurityManagement securityManagement;
  
  private final CatalogName informationSchemaId;
  private final Connector informationSchema;

  private final CatalogName systemTablesId;
  private final Connector systemTables;

小结

到这里，trino的catalog加载就已经介绍完成了。可以看到，这里最终创建的Catalog，跟Impala中的catalog是完全不一样的东西。Trino的catalog更像是一个catalog的context，包含了三个相关的MaterializedConnector，通过这些Connector可以跟配置的各个catalog进行交互。而Impala的catalog则是指从HMS加载上来的元数据信息，例如db、table、partition等。

通过上面代码流程梳理不难发现，整个catalog的加载过程也只是完成了一些Connector的创建，并没有实际与各个catalog进行交互。对于Connector与catalog交互的部分、InternalConnector的作用等，由于篇幅原因，不在本文展开说明，后续会专门再对Connector相关的代码进行学习和研究。同时，由于缺乏相关的代码注释和commit message，文章中的所有观点，都是笔者本人基于代码分析得出来的，如有错误，欢迎指正。

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2022-02-23，如有侵权请联系 cloudcommunity@tencent.com 删除

编程算法

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

编程算法

登录后参与评论

0 条评论

热度