Home

English|中文

200_200

Language Release Version license Documentation Status PRs Welcome

Quicksql是一款跨计算引擎的统一联邦查询中间件,用户可以使用标准SQL语法对各类数据源进行联合分析查询。其目标是构建实时\离线全数据源统一的数据处理范式,屏蔽底层物理存储和计算层,最大化业务处理数据的效率。同时能够提供给开发人员可插拔接口,由开发人员自行对接新数据源。

Star-History

功能特性:

  • 支持8种数据源查询:Hive, MySQL, Kylin, Elasticsearch, Oracle, MongoDB, PostgreSQL, GBase-8s;
  • 支持Spark、Flink双计算引擎;
  • 支持基础CLI命令行查询和JDBC远程连接查询;
  • JDBC类型数据源可通过YAML配置快速接入,无需修改代码;
  • 提供方言/语法对接模板,支持用户对新数据源的语法自定义;
  • 提供元数据采集功能,批量拉取预置元数据;
  • 支持落地HDFS,支持可配置的异步响应机制;

架构设计

1540973404791

Quicksql 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;

基本用法

在大多数情况下,我们希望使用一种语言进行数据分析,并且不想考虑与数据分析无关的事情,Quicksql 为此而生。

Quicksql 的目标是提供三个功能:

1. 将所有结构化数据查询统一为 SQL 语法

  • 都用 SQL

在 Quicksql 中,你可以这样查询 Elasticsearch:

SELECT state, pop FROM geo_mapping WHERE state = 'CA' ORDER BY state

甚至像这样进行聚合查询:

SELECT approx_count_distinct(city), state FROM geo_mapping GROUP BY state LIMIT 10
  • 屏蔽方言

在过去,查询时需要将相同的语义语句转换为不同引擎的方言,例如:

SELECT * FROM geo_mapping                       -- MySQL Dialect
LIMIT 10 OFFSET 10                              
SELECT * FROM geo_mapping                       -- Oracle Dialect
OFFSET 10 ROWS FETCH NEXT 10 ROWS ONLY          

在 Quicksql 中,关系数据库不再有方言的概念。 你可以使用 Quicksql 的语法来查询任何引擎,就像这样:

SELECT * FROM geo_mapping LIMIT 10 OFFSET 10    -- Run Anywhere

2. 屏蔽不同数据源之间的隔离性

考虑一种情况,你希望关联位于不同引擎中的表或不在同一集群中的表,您可能会遇到麻烦。

但是,在 Quicksql 中,您可以这样查询:

SELECT * FROM 
    (SELECT * FROM es_raw.profile AS profile    //index.tpye on Elasticsearch 
        WHERE note IS NOT NULL )AS es_profile
INNER JOIN 
    (SELECT * FROM hive_db.employee AS emp  //database.table on Hive
    INNER JOIN hive_db.action AS act    //database.table on Hive
    ON emp.name = act.name) AS tmp 
ON es_profile.prefer = tmp.prefer

下图展示了 Quicksql 对于联邦查询的优化流程:

1540973404791

3. 选择最合适的方式来执行查询

涉及多个引擎的查询可以以很多种方式执行,作为一个长期的计划,Quicksql 希望结合每个引擎的优势来找到最合适的一个。

贡献代码

我们非常欢迎贡献代码。

如果需要提交的代码比较多,可以先和我们谈谈!记录一条[Issues]。这对双方达成共识是有帮助的。

Fork Quicksql GitHub 库,并为您的提交创建一个分支。

开发您的代码和测试用例,运行测试用例来验证您的修改是正确的。

提交代码到您的分支上。

如果您的更改有多个提交,请使用git rebase -i master将它们压缩为单个提交,并将代码更新到主线上的最新版本。

然后将您的提交推送到 GitHub 上,并从您的分支创建一个 pull 请求到 Quicksql 主分支,committer 将会检查您的更改。

在提交之后,pull request 可能需要更新,原因如下:

  • 您在提交 pull request 之后发现了一个问题

  • reviewer 要求进一步修改

为了更新 pull 请求,需要在分支中提交更改,然后将提交推到 GitHub。我们鼓励您在现有提交的基础上使用常规(非基于重新构建)提交。

当将更改推送到 GitHub 时,您应该避免使用--force参数及其替代方法。您可以选择在某些条件下强制推行您的更改:

  • 最近一次的 pull request 的提交在 10 分钟之内,并且没有关于它的未决讨论

  • reviewer明确要求您执行一些需要使用--force选项的修改

加入我们

Slack Github QQ


Last update: March 18, 2020