1、数据库中间件有啥用
有一天，你去三亚玩耍，就想玩个冲浪。即使你不差钱，难道还要自己采买快艇、滑板等装备来满足这为数不多的心血来潮吗？租一个就行了嘛。这其实就是连接池的作用。
数据库中间件可以理解为是一种具有连接池功能，但比连接池更高级的、带很多附加功能的辅助组件。不仅可以租冲浪板，还可以提供地点推荐、上保险等等各类服务。
从网上的资料看，zdal 应该算是半开源的。好像是之前开源过，但后续没有准备维护，然后就删除了。不过 GitHub 被 Fork 下来好多，随便一搜就是一片。当前，只是老的版本。目前蚂蚁内部的 zdal 好像已经更新到 zdal5 了吧，那咱可就看不到了。
越复杂的系统，数据库中间件的作用越大。就拿 zdal 来说，它提供分库分表、结果集合并、SQL 解析、数据库 Failover 动态切换等数据访问层统一解决方案。下面就一起来看下，其内部实现是怎么样的。
2、架构剖析之高屋建瓴
2.1 整体概述
如上图所示，zdal 有四个重要的组成部分：
-
客户端 client 包：这是核心价值。对外暴露基本操作接口，用于业务层简单黑盒的操作数据源；业务只和 client 交互，动态切换/路由等逻辑只需要进行规则配置，相关逻辑由 zdal 实现； -
连接管理 datasource 包：这是 zdal 核心的能力，提供多种类型数据库的连接管理；不管功能多花哨，最终目的还是为了解决数据库连接的问题； -
SQL 解析 parser 包：基础 SQL 解析能力；解析 SQL 类型、字段名称、数据库等等，配合规则进行路由； -
库表路由 rule 包：提供了扩展能力。根据 parser 解析出的字段确定逻辑库表和物理库表。
2.2 组件图看架构
组件图对整体架构和各组件及相互联系的理解可以起到很好的帮助。一个简版的组件图画了好久，还有不少错，不过大概是这么个意思，哎，基本功要丢~
对照上图可以比较清晰地看到：
-
client 包向应用层暴露数据源、负责监听配置动态变更的监听组件、负责加载组织各部分的配置组件、负责加载 Spring Bean 和库表规则的配置组件； -
client 中加载了规则组件，实现逻辑表和数据库的路由规则。 -
client 中的库表配置调用 datasource 中的数据源管理服务并构建连接池的连接池； -
client 中的 SqlDispatcher 服务调用 SQL 解析组件实现 SQL 解析。
3、细节剖析之一叶知秋
3.1 配置加载和 Bean 初始化
大部分情况下，我们使用如 MyBatis 这样的 ORM 框架来进行数据库操作。其实，不管是 ORM 还是其他方式，应用层都需要对数据源进行配置。
所以，client 对外暴露了一个符合 JDBC 标准的 datasource 数据源 ZdalDataSource，用来满足应用层 ORM 等框架配置数据源的要求。
// 只提供了一个 init 方法，这也是 Spring 启动时，必须要调用的初始化方法// 所有功能，都从这里开始public class ZdalDataSource extends AbstractZdalDataSource implements DataSource {public void init() {try {super.initZdalDataSource();} catch (Exception e) {CONFIG_LOGGER.error("...");throw new ZdalClientException(e);}}}
ZdalDataSource#init() 方法即为配置加载的核心入口。init 中负责加载 Spring 配置，根据配置初始化数据源，并创建连接池。同时，将逻辑表和物理库的对应关系都维护起来供后续路由调用。
// 父类的 init 方法protected void initZdalDataSource() { // 用 FileSystemXmlApplicationContext 方式加载配置文件中的数据源和规则 // 转化成 zdalConfig 对象 this.zdalConfig = ZdalConfigurationLoader.getInstance().getZdalConfiguration(appName, dbmode, appDsName, configPath); this.dbConfigType = zdalConfig.getDataSourceConfigType(); this.dbType = zdalConfig.getDbType(); //初始化数据源 this.initDataSources(zdalConfig); this.inited.set(true);}
从上面的类图和这里的两个入口方法大概了解到 zdal 配置加载的启动流程。下面我们就来详细看一下，读写分离和分库分表的规则是怎么被加载，怎么起作用的。
3.2 细说读写分离
读写分离配置的加载
首先，我们需要有数据源的相关配置，如下图：
此 XML 配置会在 init 方法被调用时被初始化，解析成 ZdalConfig 类的属性。ZdalConfig 类的主要成员见下面代码：
public class ZdalConfig {// key=dsName;value=DataSourceParameter// 所有物理数据源的配置项, 比如用户名、密码、库名等private Map String, DataSourceParameter > dataSourceParameters = new ConcurrentHashMap String, DataSourceParameter > ();// 逻辑数据源和物理数据源的对应关系:// key=logicDsName,value=physicDsNameprivate Map String, String > logicPhysicsDsNames = new ConcurrentHashMap String, String > ();// 数据源的读写规则，比如只读，或读写等配置private Map String, String > groupRules = new ConcurrentHashMap String, String > ();// 异常转移的数据源规则private Map String, String > failoverRules = new ConcurrentHashMap String, String > ();//一份完整的读写分离和分库分表规则配置private AppRule appRootRule;
可以看到，XML 中的规则，被解析到 xxxRules 里。这里以 groupRules 为例，Failover 同理。
下一步则是通过解析得到的 zdalConfig 来初始化数据源：
protected final void initDataSources(ZdalConfig zdalConfig) { // DataSourceParameter中存的是数据源参数， // 如用户名、密码、最大最小连接数等 for (Entry entry: zdalConfig.getDataSourceParameters().entrySet()) { try { //初始化连接池 ZDataSource zDataSource = new ZDataSource(createDataSourceDO(entry.getValue(), zdalConfig.getDbType(), appDsName + "." + entry.getKey())); //设置最大最小连接数 this.dataSourcesMap.put(entry.getKey(), zDataSource); } catch (Exception e) { //... } } // 其他分支略，只看最简单的分组模式 if (dbConfigType.isGroup()) { // 读写配置赋值 this.rwDataSourcePoolConfig = zdalConfig.getGroupRules(); // 初始化多份读库下的负载均衡 this.initForLoadBalance(zdalConfig.getDbType()); } // 注册监听：为了满足动态切换 this.initConfigListener();}
initForLoadBalance 方法如下：
private void initForLoadBalance(DBType dbType) { Map dsSelectors = this.buildRwDbSelectors(this.rwDataSourcePoolConfig); this.runtimeConfigHolder.set(new ZdalRuntime(dsSelectors)); this.setDbTypeForDBSelector(dbType);}
可以看到，首先构建出了 DB 选择器，然后赋值给了 runtimeConfigHolder 供运行时获取。而构建 DB 选择器的时候，其实是按读写两个维度，把所有数据源都构建了一遍，即 group_r 和 group_w 下都包含 5 个数据源，只不过各自的权重不一样：
//比如按上面的配置写库只有一个，但是也会包含全数据源
group_0_w_0 :bean:read0DataSource , writeWeight:0>group_0_w_1 :bean:writeDataSource , writeWeight:10>group_0_w_2 :bean:read1DataSource , writeWeight:0>group_0_w_3 :bean:read2DataSource , writeWeight:0>group_0_w_4 :bean:read3DataSource , writeWeight:0>
// 上述就是写相关的DBSelecter的内容。
读写分离怎么起作用
以 delete 为例，更新删除是要操作写库的：
public void delete(ZdalDataSource dataSource) { String deleteSql = "delete from test"; Connection conn = null; PreparedStatement pst = null; try { conn = dataSource.getConnection(); pst = conn.prepareStatement(deleteSql); pst.execute(); } catch (Exception e) { // ... } finally { // 资源关闭 }}
getConnection 会从上文中提到的 runtimeConfigHolder 中获取 DBSelecter，然后执行 execute 方法。
public boolean execute() throws SQLException {SqlType sqlType = getSqlType(sql);// SELECT 相关的就选择 group_r 对应的 DBSelecterif (sqlType == SqlType.SELECT || sqlType == SqlType.SELECT_FOR_UPDATE || sqlType == SqlType.SELECT_FROM_DUAL) {// ……return true;// update/delete 相关的就选择 group_w 对应的 DBSelecter} else if (sqlType == SqlType.INSERT || sqlType == SqlType.UPDATE || sqlType == SqlType.DELETE) {if (super.dbConfigType == DataSourceConfigType.GROUP) {executeUpdate0();} else {executeUpdate();}return false;}}
如果是读取相关的，那就选 _r 的 DBSelecter，如果是写相关的，那就选 _W 的DBSelecter。那么，executeUpdate0 中是怎么执行区分读写数据源的呢？其实就是把这一组的数据源根据权重筛选一遍。
// WeightRandom#select(int[], java.lang.String[])private String select(int[] areaEnds, String[] keys) { //这里的 areaEnds 数组，是一个累加范围值数据 // 比如三个库权重 10 9 8 //那么areaEnds就是 10 19 27 是对每个权重的累加，最后一个值是总和 int sum = areaEnds[areaEnds.length - 1]; // 这样随机出来的数，是符合权重分布的 int rand = random.nextInt(sum); for (int i = 0; i if (rand return keys[i]; } return null;}
4、总结
本文把阿里数据库中间件相关的组件和加载流程进行了总结，就一个最基本的分组读写分离的流程，对内部实现进行了阐述。说是解析，其实是提供给大家一种阅读的思路，毕竟篇幅有限，如果对中间件感兴趣的同学，可以 Fork 代码，按上述逻辑自己阅读。
看源码时，比如 Dubbo 这些中间件其实是比较容易入手的，因为他们都依托于 Spring 装载 JavaBean。所以，对 Spring 容器暴露的那些 init、load 方法，就是很好的切入点。
