Quicksql跨数据源统一 SQL 查询引擎
QSQL是以SQL进行单一、混合查询的一款产品。QSQL支持标准SQL语言（SQL-2003）；QSQL支持查询关系型数据库、NoSQL式数据库、原生不支持SQL查询的存储（如ES、Druid），及借助中间计算引擎实现混合查询。QSQL最大的特点是独立于计算引擎、存储引擎本身，如此用户只需要关注于QSQL语法以及数据本身，就可完成数据计算、统计以及分析。
架构设计
QSQL包含三层结构：
-
语法解析层：负责SQL语句的解析、校验、优化、混算SQL的切分以及最终生成Query Plan；
-
计算引擎层：负责Query Plan路由到具体的执行计划中，将Query Plan解释为具体的执行引擎可识别的语言；
-
数据存储层：负责数据的提取、存储；
编译&部署
1 编译环境依赖
-
java >= 1.8
-
scala >= 2.11
-
maven >= 3.3
2 编译步骤
在源码根目录下，执行：
mvn -DskipTests clean package
编译成功后执行：
ls ./target/
在./target/目录下，会生成发布包 qsql-0.5.tar.gz。
3 部署环境依赖
-
CentOS 6.2
-
java >= 1.8
-
scala >= 2.11
-
spark >= 2.2
-
[可选] 目前QSQL支持的存储引擎MySQL、Elasticsearch、Hive、Druid
4 客户端部署
在客户端解压缩发布包 qsql-0.5.tar.gz
tar -zxvf ./qsql-0.5.tar.gz
建立软链
ln -s qsql-0.5/ qsql
该发布包解压后的主要目录结构如下：
-
bin：脚本目录
-
conf：配置文件
-
data：存放测试数据
-
lib：依赖jar包
-
metastore：元数据管理
在QSQL发布包$QSQL_HOME/conf目录中，分别配置如下文件：
-
base-env.sh：设置相关环境变量，如：
-
JAVA_HOME
-
SPARK_HOME
-
QSQL_CLUSTER_URL
-
QSQL_HDFS_TMP
-
-
qsql-runner.properties：设置系统参数
-
log4j.properties：设置日志级别
运行示例
QSQL Shell
./bin/qsql -e "select 1"
示例程序
QSQL附带了示例目录中的几个示例程序。要运行其中一个，使用./run-example [params]。例如：
内存表数据：
./bin/run-example com.qihoo.qsql.CsvScanExample
Hive join MySQL：
./bin/run-example com.qihoo.qsql.CsvJoinWithEsExample
注意
./run-example <com.qihoo.qsql.CsvJoinWithEsExample>
运行混算，请确保当前客户端存在Spark、Hive、MySQL环境。并且将Hive与MySQL的连接信息添加到元数据管理中。
参数配置
环境变量
| Property Name | Meaning |
|---|---|
| JAVA_HOME | Java的安装路径 |
| SPARK_HOME | Spark的安装路径 |
| QSQL_CLUSTER_URL | Hadoop集群的路径 |
| QSQL_HDFS_TMP | 设置临时目录路径 |
| QSQL_DEFAULT_WORKER_NUM | 设置初始化的Worker数量 |
| QSQL_DEFAULT_WORKER_MEMORY | 设置每个Worker分配的内存 |
| QSQL_DEFAULT_DRIVER_MEMORY | 设置Driver端分配的内存 |
| QSQL_DEFAULT_MASTER | 设置运行时的集群模式 |
| QSQL_DEFAULT_RUNNER | 设置运行时的执行计划 |
参数配置
应用程序参数
| Property Name | Default | Meaning |
|---|---|---|
| spark.sql.hive.metastore.jars | builtin | Spark Sql链接hive需要的jar包 |
| spark.sql.hive.metastore.version | 1.2.1 | Spark Sql链接hive的版本信息 |
| spark.local.dir | /tmp | Spark执行过程中的临时文件存放路径 |
| spark.driver.userClassPathFirst | true | Spark执行过程中，用户jar包优先加载 |
| spark.sql.broadcastTimeout | 300 | Spark广播的超时时间 |
| spark.sql.crossJoin.enabled | true | Spark Sql开启cross join |
| spark.speculation | true | Spark开启任务推测执行 |
| spark.sql.files.maxPartitionBytes | 134217728（128MB） | Spark读取文件时单个分区的最大字节数 |
元数据参数
| Property Name | Default | Meaning |
|---|---|---|
| meta.storage.mode | intern | 元数据存储模式，intern：读取内置sqlite数据库中存储的元数据，extern：读取外部数据库中存储的元数据。 |
| meta.intern.schema.dir | ../metastore/schema.db | 内置数据库的路径 |
| meta.extern.schema.driver | （none） | 外部数据库的驱动 |
| meta.extern.schema.url | （none） | 外部数据库的链接 |
| meta.extern.schema.user | （none） | 外部数据库的用户名 |
| meta.extern.schema.password | （none） | 外部数据库的密码 |
元数据管理
表结构
DBS
| 表字段 | 说明 | 示例数据 |
|---|---|---|
| DB_ID | 数据库ID | 1 |
| DESC | 数据库描述 | es 索引 |
| NAME | 数据库名 | es_profile_index |
| DB_TYPE | 数据库类型 | es、hive、mysql |
DATABASE_PARAMS
| 表字段 | 说明 | 示例数据 |
|---|---|---|
| DB_ID | 数据库ID | 1 |
| PARAM_KEY | 参数名 | UserName |
| PARAM_VALUE | 参数值 | root |
TBLS
| 表字段 | 说明 | 示例数据 |
|---|---|---|
| TBL_ID | 表ID | 101 |
| CREATED_TIME | 创建时间 | 2018-10-22 14:36:10 |
| DB_ID | 数据库ID | 1 |
| TBL_NAME | 表名 | student |
COLUMNS
| 表字段 | 说明 | 示例数据 |
|---|---|---|
| CD_ID | 字段信息ID | 10101 |
| COMMENT | 字段注释 | 学生姓名 |
| COLUMN_NAME | 字段名 | name |
| TYPE_NAME | 字段类型 | varchar |
| INTEGER_IDX | 字段顺序 | 1 |
内置SQLite数据库
在QSQL发布包$QSQL_HOME/metastore目录中，存在如下文件：
-
sqlite3：SQLite命令行工具
-
schema.db：内置元数据数据库
-
./linux-x86/sqldiff：显示SQLite数据库之间的差异的命令行程序
-
./linux-x86/sqlite3_analyzer：用于测量和显示单个表和索引对SQLite数据库文件使用多少空间以及如何有效地使用空间
通过sqlite3连接到schema.db数据库，并操作元数据表
sqlite3 ../schema.db
外部MySQL数据库
修改内嵌的SQLite数据为MySQL数据库
vim metadata.properties > meta.storage.mode=extern > meta.extern.schema.driver = com.mysql.jdbc.Driver > meta.extern.schema.url = jdbc:mysql://ip:port/db?useUnicode=true > meta.extern.schema.user = YourName > meta.extern.schema.password = YourPassword
初始化示例数据到MySQL数据库中
cd $QSQL_HOME/bin/ ./metadata --dbType mysql --action init