Hackathon 实用指南丨快速给 TiDB 新增一个功能

TiDB Hackathon 2022 火热报名中！你报名了吗？你有 idea 了吗？

有了 idea，但是不够了解 TiDB，不知道如何动手实践？本文将通过 step-by-step 的方式，介绍如何快速给 TiDB 新增一个功能，让没有太多知识背景的人也能快速上手。

ps：参加 TiDB 产品组的小伙伴，想给 TiDB 组件增加新功能的，快来围观！

假设我们想要将 SST 文件导入 TiDB 中，通过新增 LOAD SST FILE <file_path> 语法来实现。

TiDB 数据库在收到一条 SQL 请求后，大概的执行流程是 生成 AST 语法树 -> 生成执行计划 -> 构造 Executor 并执行。我们先来实现语法。

语法实现

要如何实现语法呢？我们可以照葫芦画瓢，找一个类似的 LOAD DATA 语法作为葫芦，然后开始画瓢。

Step-1: 新增 AST 语法树

LOAD DATA 语法是用 ast.LoadDataStmt 表示的，我们照葫芦画瓢在 tidb/parser/ast/dml.go 中新增一个 LoadSSTFileStmt AST 语法树：

// LoadSSTFileStmt is a statement to load sst file. type LoadSSTFileStmt struct { dmlNode Path string } // Restore implements Node interface. func (n *LoadSSTFileStmt) Restore(ctx *format.RestoreCtx) error { ctx.WriteKeyWord("LOAD SST FILE ") ctx.WriteString(n.Path) return nil } // Accept implements Node Accept interface. func (n *LoadSSTFileStmt) Accept(v Visitor) (Node, bool) { newNode, _ := v.Enter(n) return v.Leave(newNode) }

Restore 方法用来根据 AST 语法树还原出对应的 SQL 语句。 Accept 方法是方便其他工具遍历这个 AST 语法树，例如 TiDB 在预处理是会通过 AST 语法树的 Accept 方法来遍历 AST 语法树中的所有节点。

Step-2：新增语法

LOAD DATA 语法是通过 LoadDataStmt 实现的，我们也照葫芦画瓢，在 tidb/parser/parser.y 中，新增 LoadSSTFileStmt 语法，这里需要修改好几处地方，下面用 git diff 展示修改：

diff --git a/parser/parser.y b/parser/parser.y index 1539bb13db..079859e8a9 100644 --- a/parser/parser.y +++ b/parser/parser.y @@ -243,6 +243,7 @@ import ( sqlCalcFoundRows "SQL_CALC_FOUND_ROWS" sqlSmallResult "SQL_SMALL_RESULT" ssl "SSL" + sst "SST" starting "STARTING" statsExtended "STATS_EXTENDED" straightJoin "STRAIGHT_JOIN" @@ -908,6 +909,7 @@ import ( IndexAdviseStmt "INDEX ADVISE statement" KillStmt "Kill statement" LoadDataStmt "Load data statement" + LoadSSTFileStmt "Load sst file statement" LoadStatsStmt "Load statistic statement" LockTablesStmt "Lock tables statement" NonTransactionalDeleteStmt "Non-transactional delete statement" @@ -11324,6 +11326,7 @@ Statement: | IndexAdviseStmt | KillStmt | LoadDataStmt +| LoadSSTFileStmt | LoadStatsStmt | PlanReplayerStmt | PreparedStmt @@ -13496,6 +13499,14 @@ LoadDataStmt: $ = x } +LoadSSTFileStmt: + "LOAD" "SST" "FILE" stringLit + { + $ = &ast.LoadSSTFileStmt{ + Path: $4, + } + } +

上面的修改中：

第 9 行是因为语法中 SST 是一个新的关键字，所以需要注册一个新的关键字。

第 17 行 和 25 行是注册一个新语法叫 LoadSSTFileStmt 。

第 33 - 40 行是定义 LoadSSTFileStmt 语法结构为：LOAD SST FILE <file_path> ，这里前 3 个关键字都是固定的，所以直接定义 "LOAD" "SST" "FILE"即可，第 4 个是文件路径，一个变量值，我们用 stringLit 来提取这个变量的值，然后再用这个的值来初始化 ast.LoadSSTFileStmt，其中 $4 是指第 4 个变量 stringLit 的值。

因为引入了新的关键字 SST ，所以还需要在 tidb/parser/misc.go 中新增这个关键字：

diff --git a/parser/misc.go b/parser/misc.go index 140619bb07..418e9dd6a4 100644 --- a/parser/misc.go +++ b/parser/misc.go @@ -669,6 +669,7 @@ var tokenMap = map[string]int{ "SQL_TSI_YEAR": sqlTsiYear, "SQL": sql, "SSL": ssl, + "SST": sst, "STALENESS": staleness, "START": start, "STARTING": starting,

Step-3：编译和测试

编译生成新的 parser 文件。

cd parser make fmt #格式化代码 make # 编译生成新的 parser 文件

我们可以在 tidb/parser/parser_test.go 文件中的 TestDMLStmt 中新增一个测试，来验证我们新增的语法生效了，下面是 git diff 展示的修改：

diff --git a/parser/parser_test.go b/parser/parser_test.go index 7093c3889f..d2c75c4c59 100644 --- a/parser/parser_test.go +++ b/parser/parser_test.go @@ -666,6 +666,9 @@ func TestDMLStmt(t *testing.T) { {"LOAD DATA LOCAL INFILE /tmp/t.csv IGNORE INTO TABLE t1 FIELDS TERMINATED BY , LINES TERMINATED BY \n;", true, "LOAD DATA LOCAL INFILE /tmp/t.csv IGNORE INTO TABLE `t1` FIELDS TERMINATED BY ,"}, {"LOAD DATA LOCAL INFILE /tmp/t.csv REPLACE INTO TABLE t1 FIELDS TERMINATED BY , LINES TERMINATED BY \n;", true, "LOAD DATA LOCAL INFILE /tmp/t.csv REPLACE INTO TABLE `t1` FIELDS TERMINATED BY ,"}, + // load sst file test + {"load sst file table0.sst", true, "LOAD SST FILE table0.sst"}, +

然后跑测试：

cd parser make test #跑 parser 的所有测试，快速验证可以用 go test -run="TestDMLStmt" 命令只跑修改的 TestDMLStmt 测试

生成执行计划

TiDB 在生成 AST 语法树后，需要生成对应的执行计划。我们需要先定义 LOAD SST FILE 的执行计划。同样的照葫芦画瓢，我们先在 tidb/planner/core/common_plans.go 文件中找到 LOAD DATA 的执行计划 LoadData, 然后开始画瓢定义 LoadSSTFile 执行计划：

// LoadSSTFile represents a load sst file plan. type LoadSSTFile struct { baseSchemaProducer Path string }

为了让 TiDB 能更具 ast.LoadSSTFileStmt 语法树生成对应的 LoadSSTFile 执行计划，

需要在 tidb/planner/core/planbuilder.go 文件中，参考 buildLoadData 方法，来实现我们的 buildLoadSSTFile 方法，用来生成执行计划, 下面是 git diff 展示修改内容：

diff --git a/planner/core/planbuilder.go b/planner/core/planbuilder.go index ad7ce64748..c68e992b35 100644 --- a/planner/core/planbuilder.go +++ b/planner/core/planbuilder.go @@ -734,6 +734,8 @@ func (b *PlanBuilder) Build(ctx context.Context, node ast.Node) (Plan, error) { return b.buildInsert(ctx, x) case *ast.LoadDataStmt: return b.buildLoadData(ctx, x) + case *ast.LoadSSTFileStmt: + return b.buildLoadSSTFile(x) @@ -3979,6 +3981,13 @@ func (b *PlanBuilder) buildLoadData(ctx context.Context, ld *ast.LoadDataStmt) ( return p, nil } +func (b *PlanBuilder) buildLoadSSTFile(ld *ast.LoadSSTFileStmt) (Plan, error) { + p := &LoadSSTFile{ + Path: ld.Path, + } + return p, nil +} +

构造 Executor 并执行

生成执行计划之后，就需要构造对应的 Executor 然后执行了。TiDB 是用 Volcano 执行引擎，你可以将相关的初始化工作放在 Open 方法中，将主要功能的实现都放在 Next 方法中，以及执行完成后，在 Close 方法中执行相关的清理和释放资源的操作。

我们需要先定义 LOAD SST FILE 的 Executor，并让其实现 executor.Executor 接口，可以把相关定义放到 tidb/executor/executor.go 文件中：

// LoadSSTFileExec represents a load sst file executor. type LoadSSTFileExec struct { baseExecutor path string done bool } // Open implements the Executor Open interface. func (e *LoadSSTFileExec) Open(ctx context.Context) error { logutil.BgLogger().Warn("----- load sst file open, you can initialize some resource here") return nil } // Next implements the Executor Next interface. func (e *LoadSSTFileExec) Next(ctx context.Context, req *chunk.Chunk) error { req.Reset() if e.done { return nil } e.done = true logutil.BgLogger().Warn("----- load sst file exec", zap.String("file", e.path)) return nil } // Close implements the Executor Close interface. func (e *LoadSSTFileExec) Close() error { logutil.BgLogger().Warn("----- load sst file close, you can release some resource here") return nil }

如果没有初始化工作和清理工作，你也可以不用实现 Open 和 Close 方法，因为 baseExecutor 已经实现过了。

这里为了简化教程在 LoadSSTFileExec Executor 中仅仅是输出了几条 Log，你需要将自己功能具体实现的代码放在这里。

然后为了让 TiDB 能够根据 LoadSSTFile 执行计划来生成 LoadSSTFileExec Executor, 需要修改 tidb/executor/builder.go 文件，下面是用 git diff 展示的修改：

diff --git a/executor/builder.go b/executor/builder.go index 1154633bd5..4f0478daa6 100644 --- a/executor/builder.go +++ b/executor/builder.go @@ -199,6 +199,8 @@ func (b *executorBuilder) build(p plannercore.Plan) Executor { return b.buildInsert(v) case *plannercore.LoadData: return b.buildLoadData(v) + case *plannercore.LoadSSTFile: + return b.buildLoadSSTFile(v) case *plannercore.LoadStats: return b.buildLoadStats(v) case *plannercore.IndexAdvise: @@ -944,6 +946,14 @@ func (b *executorBuilder) buildLoadData(v *plannercore.LoadData) Executor { return loadDataExec } +func (b *executorBuilder) buildLoadSSTFile(v *plannercore.LoadSSTFile) Executor { + e := &LoadSSTFileExec{ + baseExecutor: newBaseExecutor(b.ctx, nil, v.ID()), + path: v.Path, + } + return e +} +

验证

到此，我们已经成功的在 TiDB 中新增了一个 “功能”， 我们可以编译 TiDB 并启动后验证下：

make #编译 TiDB server bin/tidb-server # 启动一个 TiDB server

然后新起一个终端，用 mysql 客户端连上去试试新功能：

▶ mysql -u root -h 127.0.0.1 -P 4000 mysql> load sst file table0.sst; Query OK, 0 rows affected (0.00 sec)

可以看到执行成功了，并且在 tidb-server 的输出日志中，可以看到我们这个功能的 Executor 执行时的日志输出：

[2022/09/19 15:24:02.745 +08:00] [WARN] [executor.go:2213] ["----- load sst file open, you can initialize some resource here"] [2022/09/19 15:24:02.745 +08:00] [WARN] [executor.go:2225] ["----- load sst file exec"] [file=table0.sst] [2022/09/19 15:24:02.745 +08:00] [WARN] [executor.go:2231] ["----- load sst file close, you can release some resource here"]

总结

本文的代码示例： https://github.com/pingcap/tidb/pull/37936/files

本文通过“照葫芦画瓢” 的方式，教你如何在 TiDB 中新增一个功能，但也忽略了一些细节，例如权限检查，添加完备的测试等等，希望能对读者有所帮助。如果想要了解更多的知识背景和细节，推荐阅读 TiDB Development Guide 和 TiDB 源码阅读 博客。