5 - 教你如何实现 JDBC 列权限控制

在上一篇文章（​​4 - 教你如何实现 Hive 列权限控制​​）中详细的讲述了，Spark SQL查询Hive是如何解析库表列信息的。今天笔者通过MLSQL源码演示，是如何使用Druid SQL Parser解析SQL中的表列信息。

Druid SQL Parser分三个模块：

1. 1. 
      
2. Parser：parser是将输入文本转换为ast（抽象语法树），parser有包括两个部分，Parser和Lexer，其中Lexer实现词法分析，Parser实现语法分析；
3. AST：AST是Abstract Syntax Tree的缩写，也就是抽象语法树。AST是parser输出的结果；
4. Visitor：Visitor是遍历AST的手段，是处理AST最方便的模式，Visitor是一个接口，有缺省什么都没做的实现VistorAdapter。
   1. 
      

是不是跟第三篇文章（​​3 - MLSQL DSL-你准备好搞自己的DSL了吗​​）的Antlr很像啊？

下面以Mysql SQL为例演示MLSQL是如何进行JDBC表列解析的。首先在Mysql的test库下建如下两张表：

create table c5_user(
  id varchar(255) ,
  name varchar(255)
)
create table c5_country(
  id varchar(255) ,
  country varchar(255)
)

然后构造测试SQL：

select name ,
       country
  from c5_user a
left join c5_country b
  on a.id = b.id

通过分析，在不确定c5_user和c5_country表结构的情况下，是无法分析出name是属于c5_user还是属于c5_country的。因此要准确判断列归属的表就需要表的schema信息。

下面讲一下MLSQL的处理逻辑：

1. 1. 
      
2. 解析传入SQL中的所有表（不支持跨库SQL查询，比如：Hive）
3. 根据表，从Mysql库中查询表的schema信息
4. 根据表的schema信息构造Druid中SchemaRepository的表信息
5. 解析SQL为语法树，通过SchemaVisitor补充schema信息（SchemaRepository），遍历语法树解析出列信息
   1. 
      

从MLSQL中提取出如下几个方法：

     1. 从SQL中解析表，对源码有部分修改

//streaming.core.datasource.impl.MLSQLDirectJDBC
  def extractTablesFromSQL(sql: String, dbType: String = JdbcConstants.MYSQL) = {
    val stmt = SQLUtils.parseSingleStatement(sql, dbType)
    val visitor = SQLUtils.createSchemaStatVisitor(dbType)
    stmt.accept(visitor)
    visitor.getTables().asScala.map { f =>
      val dbAndTable = f._1.getName
      if (dbAndTable.contains(".")) {
        val Array(db, table) = dbAndTable.split("\\.", 2)
        (db ,table)
      } else (dbAndTable, None)
    }.toList
  }

     2. 查询表的元数据信息

//streaming.core.datasource.JDBCUtils
  def queryTableWithColumnsInDriver(options: Map[String, String] ,tableList: List[String]) = {
    val tableAndCols = mutable.HashMap.empty[String, mutable.HashMap[String ,String]]
    val driver = options("driver")
    val url = options("url")
    Class.forName(driver)
    val connection = java.sql.DriverManager.getConnection(url, options("user"), options("password"))
    try {
      val dbMetaData = connection.getMetaData()
      tableList.foreach(table => {
        val rs = dbMetaData.getColumns(null, null, table, "%")
        val value = tableAndCols.getOrElse(table, mutable.HashMap.empty[String ,String])


        while(rs.next()){
          value += (rs.getString("COLUMN_NAME") -> rs.getString("TYPE_NAME"))
        }


        tableAndCols.update(table, value)
        rs.close()
      })
    } finally {
      if (connection != null)
        connection.close()
    }
    tableAndCols
  }

     3. 根据表的元数据信息，构造表的创建语句，用于构造SchemaRepository

//streaming.core.datasource.JDBCUtils
  def tableColumnsToCreateSql(tableClos: mutable.HashMap[String, mutable.HashMap[String, String]]) = {
    val createSqlList = mutable.ArrayBuffer.empty[String]
    tableClos.foreach(table => {
    var createSql = "create table " + table._1 + " (" +
        table._2.map(m => m._1 + " " + m._2)
          .mkString(",") +
        " )"
        createSqlList += createSql
    })
    createSqlList.toList
  }

     4. 解析SQL的表和列

//tech.mlsql.sql.MLSQLSQLParser
  def extractTableWithColumns(dbType :String ,sql :String ,createSchemaList :List[String]) = {
    val tableAndCols = mutable.HashMap.empty[String, mutable.HashSet[String]]


    val repository = new SchemaRepository(dbType)


    createSchemaList.foreach(repository.console(_))


    val stmtList = SQLUtils.parseStatements(sql, dbType)
    val stmt = stmtList.get(0).asInstanceOf[SQLSelectStatement]
    repository.resolve(stmt)


    val statVisitor = SQLUtils.createSchemaStatVisitor(dbType)
    stmt.accept(statVisitor)


    val iter = statVisitor.getColumns().iterator()


    while(iter.hasNext()){
      val c = iter.next()
      if(c.isSelect()){
        val value = tableAndCols.getOrElse(c.getTable, mutable.HashSet.empty[String])
        value.add(c.getName)
        tableAndCols.update(c.getTable, value)
      }
    }


    tableAndCols
  }

下面来看一下整个流程：

val sql =
      """
        |select name ,country
        |  from c5_user a
        |  left join c5_country b
        |  on a.id = b.id
      """.stripMargin


    val params = Map("driver"->"com.mysql.jdbc.Driver" ,
      "url"->"jdbc:mysql://127.0.0.1:3306/test" ,
      "user"->"root" ,
      "password"->"mlsql")


    val rest = extractTablesFromSQL(sql)


    val tableList = extractTablesFromSQL(sql).map(_._1)


    val tableColsMap = queryTableWithColumnsInDriver(params, tableList)


    val createSqlList = tableColumnsToCreateSql(tableColsMap)

    println("创建SQL：")
    createSqlList.foreach(println(_))


    val tableAndCols = extractTableWithColumns(JdbcConstants.MYSQL, sql, createSqlList)


    println("表列信息：")
    println(tableAndCols)
--------------------------------------------------------------------------------------  
输出结果：
  创建SQL：
  create table c5_country (country VARCHAR,id VARCHAR )
  create table c5_user (name VARCHAR,id VARCHAR )
  表列信息：
  Map(c5_country -> Set(country), c5_user -> Set(name))

对于MLSQL JDBC的表列信息解析依赖于Druid，因此语法支持受限于Druid，目前Druid的支持如下：

数据库	DML	DDL
odps	完全支持	完全支持
mysql	完全支持	完全支持
postgresql	完全支持	完全支持
oracle	支持大部分	支持大部分
sql server	支持常用的	支持常用的
db2	支持常用的	支持常用的
hive	支持常用的	支持常用的

可以看出大部分常用的语法是满足的，在笔者的使用过程中，暂时未发现不满足的语法（除了hive），也可能是业务场景还不够复杂。但是想想，MLSQL只是读取JDBC数据，然后分析，也不需要太复杂的SQL，除非把MLSQL当数据查询服务来用，这样就会遇到很多复杂的SQL。对于MLSQL Hive JDBC库表列解析，可以把SQL当成Spark SQL，通过分析查询计划解析库表列，这样就能支持Hive的全部语法，而真正的执行是通过Hive JDBC（在没有用Ranger的情况下）。

喜欢就点击最上方的[ MLSQL之道 ]关注下吧，后面精彩不断！

源码地址：https://github.com/latincross/mlsqlwechat（c5-druid）

更多介绍请访问：http://docs.mlsql.tech/zh/