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. 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；

2. 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；

3. 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。

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. 解析传入SQL中的所有表（不支持跨库SQL查询，比如：Hive）

2. 根据表，从Mysql库中查询表的schema信息

3. 根据表的schema信息构造Druid中SchemaRepository的表信息

4. 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

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/