7. sharding-jdbc源碼之group by結果合併(2)

阿飛Javaer，轉載請註明原創出處，謝謝！

在sharding-jdbc源碼之group by結果合併(1)中主要分析了sharding-jdbc如何在GroupByStreamResultSetMerger和GroupByMemoryResultSetMerger中選擇，並分析了GroupByStreamResultSetMerger的實現；接下來分析GroupByMemoryResultSetMerger的實現原理；

通過sharding-jdbc源碼之group by結果合併(1)的分析可知，如果要走GroupByMemoryResultSetMerger，那麼需要這樣的SQL：SELECT o.status, count(o.user_id) count_user_id FROM t_order o where o.user_id=10 group by o.status order by count_user_id asc，即group by和order by的字段不一樣；接下來的分析都是基於這條SQL；

ExecutorEngine.build()方法中通過return new GroupByMemoryResultSetMerger(columnLabelIndexMap, resultSets, selectStatement);調用GroupByMemoryResultSetMerger，GroupByMemoryResultSetMerger的構造方法源碼如下：

public GroupByMemoryResultSetMerger(
        final Map<String, Integer> labelAndIndexMap, final List<ResultSet> resultSets, final SelectStatement selectStatement) throws SQLException {
    // labelAndIndexMap就是select結果列與位置索引的map，例如{count_user_id:2， status:1}
    super(labelAndIndexMap);
    // select查詢語句
    this.selectStatement = selectStatement;
    // resultSets就是併發在多個實際表執行返回的結果集合，在多少個實際表上執行，resultSets的size就有多大；
    memoryResultSetRows = init(resultSets);
}

附執行結果：

在實際表t_order_0上執行SQL返回的結果如下：

status	count_user_id
NEW	1
VALID	1
INIT	3

在實際表t_order_1上執行SQL返回的結果如下：

status	count_user_id
VALID	1
INIT	2
NEW	2

知道實際表的返回結果後，後面的分析更容易理解；假定這些返回結果用json表示爲：{[{“status”:”NEW”, “count_user_id”:1},{“status”:”VALID”, “count_user_id”:1},{“status”:INIT, “count_user_id”:2}],[{“status”:”VALID”, “count_user_id”:1},{“status”:”INIT”, “count_user_id”:1},{“status”:”“NEW, “count_user_id”:3}]}

init()方法源碼如下：

private Iterator<MemoryResultSetRow> init(final List<ResultSet> resultSets) throws SQLException {
    Map<GroupByValue, MemoryResultSetRow> dataMap = new HashMap<>(1024);
    Map<GroupByValue, Map<AggregationSelectItem, AggregationUnit>> aggregationMap = new HashMap<>(1024);
    // 遍歷多個實際表執行返回的結果集合中所有的結果，即2個實際表每個實際表3條結果，總計6條結果
    for (ResultSet each : resultSets) {
        while (each.next()) {
            // each就是遍歷過程中的一條結果，selectStatement.getGroupByItems()即group by項，即status，將結果和group by項組成一個GroupByValue對象--實際是從ResultSet中取出group by項的值，例如NEW，VALID，INIT等
            GroupByValue groupByValue = new GroupByValue(each, selectStatement.getGroupByItems());
            // initForFirstGroupByValue()分析如下
            initForFirstGroupByValue(each, groupByValue, dataMap, aggregationMap);
            aggregate(each, groupByValue, aggregationMap);
        }
    }
    // 將aggregationMap中的聚合計算結果封裝到dataMap中
    setAggregationValueToMemoryRow(dataMap, aggregationMap);
    // 將結果轉換成List<MemoryResultSetRow>形式
    List<MemoryResultSetRow> result = getMemoryResultSetRows(dataMap);
    if (!result.isEmpty()) {
        // 如果有結果，再將currentResultSetRow置爲List<MemoryResultSetRow>的第一個元素
        setCurrentResultSetRow(result.get(0));
    }
    // 返回List<MemoryResultSetRow>的迭代器，後面的取結果，實際上就是迭代這個集合；
    return result.iterator();
}   

initForFirstGroupByValue()源碼如下：

private void initForFirstGroupByValue(final ResultSet resultSet, final GroupByValue groupByValue, final Map<GroupByValue, MemoryResultSetRow> dataMap, 
                                      final Map<GroupByValue, Map<AggregationSelectItem, AggregationUnit>> aggregationMap) throws SQLException {
    // groupByValue如果是第一次出現，那麼在dataMap中初始化一條數據，key就是groupByValue，例如NEW；value就是new MemoryResultSetRow(resultSet)，即將ResultSet中的結果取出來封裝到MemoryResultSetRow中，MemoryResultSetRow實際就一個屬性Object[] data，那麼data值就是這樣的["NEW", 1]                              
    if (!dataMap.containsKey(groupByValue)) {
        dataMap.put(groupByValue, new MemoryResultSetRow(resultSet));
    }
    // groupByValue如果是第一次出現，那麼在aggregationMap中初始化一條數據，key就是groupByValue，例如NEW；value又是一個map，這個map的key就是select中有聚合計算的列，例如count(user_id)，即count_user_id；value就是AggregationUnit的實現，count聚合計算的實現是AccumulationAggregationUnit
    if (!aggregationMap.containsKey(groupByValue)) {
        Map<AggregationSelectItem, AggregationUnit> map = Maps.toMap(selectStatement.getAggregationSelectItems(), new Function<AggregationSelectItem, AggregationUnit>() {
            @Override
            public AggregationUnit apply(final AggregationSelectItem input) {
                // 根據聚合計算類型得到AggregationUnit的實現
                return AggregationUnitFactory.create(input.getType());
            }
        });
        aggregationMap.put(groupByValue, map);
    }
}

該方法都是爲了接下來的聚合計算做準備工作；

aggregate()源碼如下–即在內存中將多個實際表中返回的結果進行聚合：

private void aggregate(final ResultSet resultSet, final GroupByValue groupByValue, final Map<GroupByValue, Map<AggregationSelectItem, AggregationUnit>> aggregationMap) throws SQLException {
    // 遍歷select中所有的聚合類型，例如COUNT(o.user_id)
    for (AggregationSelectItem each : selectStatement.getAggregationSelectItems()) {
        List<Comparable<?>> values = new ArrayList<>(2);
        if (each.getDerivedAggregationSelectItems().isEmpty()) {
            values.add(getAggregationValue(resultSet, each));
        } else {
            for (AggregationSelectItem derived : each.getDerivedAggregationSelectItems()) {
                values.add(getAggregationValue(resultSet, derived));
            }
        }
        // 通過AggregationUnit實現類即AccumulationAggregationUnit進行聚合，實際上就是聚合本次遍歷到的ResultSet，聚合的臨時結果就在AccumulationAggregationUnit的屬性result中（AccumulationAggregationUnit聚合的本質就是累加）
        aggregationMap.get(groupByValue).get(each).merge(values);
    }
}

經過for (ResultSet each : resultSets) { while (each.next()) { ... 遍歷所有結果並聚合計算後，aggregationMap這個map中已經聚合計算完後的結果，如下所示：

{
    "VALID": {
        "COUNT(user_id)": 2
    },
    "INIT": {
        "COUNT(user_id)": 5
    },
    "NEW": {
        "COUNT(user_id)": 3
    }
}

再將aggregationMap中的結果封裝到Map<GroupByValue, MemoryResultSetRow> dataMap這個map中，結果形式如下所示：

{
    "VALID": ["VALID", 2],
    "INIT": ["INIT", 5],
    "NEW": ["NEW", 3]
}

MemoryResultSetRow的本質就是一個Object[] data，所以其值是[“VALID”, 2]，[“INIT”, 5]這種形式

將結果轉成List<MemoryResultSetRow>，並且排序–如果有order by，那麼根據order by的值進行排序，否則根據group by的值排序：

private List<MemoryResultSetRow> getMemoryResultSetRows(final Map<GroupByValue, MemoryResultSetRow> dataMap) {
    List<MemoryResultSetRow> result = new ArrayList<>(dataMap.values());
    Collections.sort(result, new GroupByRowComparator(selectStatement));
    return result;
}

@RequiredArgsConstructor
public final class GroupByRowComparator implements Comparator<MemoryResultSetRow> {

    private final SelectStatement selectStatement;

    @Override
    public int compare(final MemoryResultSetRow o1, final MemoryResultSetRow o2) {
        if (!selectStatement.getOrderByItems().isEmpty()) {
            return compare(o1, o2, selectStatement.getOrderByItems());
        }
        return compare(o1, o2, selectStatement.getGroupByItems());
    }
    ...
}   

到這裏，GroupByMemoryResultSetMerger即內存GROUP聚合計算已經分析完成，依舊通過運行過程圖解加深對GroupByMemoryResultSetMerger的理解，運行過程圖如下圖所示：

總結

正如GroupByMemoryResultSetMerger的名字一樣，其實現原理是把所有結果加載到內存中，在內存中進行計算，而GroupByMemoryResultSetMerger是流式計算方法，並不需要加載所有實際表返回的結果到內存中。這樣的話，如果SQL返回的總結果數比較多，GroupByMemoryResultSetMerger的處理方式就可能會撐爆內存；這個是使用sharding-jdbc一個非常需要注意的地方；