又谈SQL-to-SQL翻译器

这次从一张图说起，就是下面这幅图，当我画完他的时候，我就感觉无比的舒爽。让整个执行流程，可控，并且可扩展。还记得当初上学的时候，数学建模课上，老师为了“求证一张四条腿的椅子，四条腿处在一个平面上的概率”，写了满满四黑板板书，然后心满意足的，跟一脸蒙的我们说，“看，多美啊!”。我现在有点理解他当时的状态了。

有眼尖的同学，可能已经发现了，没错，这里借鉴了Flink的流程设计。

简单的说，输入-> 转换 -> 输出 经典的三段论式构造。

这里我们把输入 SourceFunction 和 输出 SinkFunction 进行了抽象，但是并没有像Flink那样，输入输出集成相同的接口，可以自由转换，从需求上来看，是没有必要Sql -to- Sql -to- Sql 的必要的。

在转换过程中，我们引用了DSL，来承接前面的SQL解析，以及后续的SQL生成，于是，自然的将转换分成了2段，即输入转换(SourceMapper) 和 输出转换(SinkMapper)

而定义转换与否，以及转换动如何完成，我们可以轻松的通过java自带的 Function 接口来实现。

一个输入是可以接对接N条输出的，输出的方向也完全由实现 SinkFunction 的对象来自实现。

如果后续，把任务并行化，Pipline 对外提供高阶函数的话， 画美不看…

DEMO：

publicstaticvoidmain(String[]args)throwsIOException{
//输入
FileSourceFunctionfileSourceFunction=newFileSourceFunction();
fileSourceFunction.init(newFile("fff.txt"));

//输出
PrintlnSinkFunction<PrintStream>printSinkFunction=newPrintlnSinkFunction();
ListSinkFunctionlistSinkFunction=newListSinkFunction();


ansformPeplinetp=newTransformPepline();
//添加输入输出
.addSource(fileSourceFunction)
.addSink(printSinkFunction)
.addSink(listSinkFunction);
//定制转换动作
tp.addSourceMapFunction(newFunction<String,String>(){
SqlTransExecManagersqlTransExecManager=newSqlTransExecManager().build();
@Override
publicStringapply(Strings){
returnsqlTransExecManager.doParseAndTransform(s).getTargetSql();
}
});
//执行
tp.execute();
System.out.println(listSinkFunction.getLists());
}