兼容 Presto、Trino、ClickHouse、Hive 近 10 种 SQL 方言，Doris SQL Convertor 功能解读及实操演示
随着版本迭代，Apache Doris 一直在拓展应用场景边界，从典型的实时报表、交互式 Ad-hoc 分析等 OLAP 场景到湖仓一体、高并发数据服务、日志检索分析及批量数据处理，越来越多用户与企业开始将 Apache Doris 作为统一的数据分析产品，以解决多组件带来的数据冗余、架构复杂、分析时效性低、运维难度大等问题。
然而在架构统一和升级的过程中，由于部分大数据分析系统有自己的 SQL 方言、需要对 SQL 语法进行一定程度的修改，另外由于大量原有系统的 SQL 与业务逻辑相关联，需要进行大量业务逻辑的改造，这不可避免地增加了额外迁移成本。
为了帮助企业有效应对这些挑战，Apache Doris 2.1 版本提供了 SQL 方言兼容与转换方案—— Doris SQL Convertor，兼容了包括 Presto、Trino、Hive、ClickHouse、PostgreSQL 等在内多种 SQL 语法。 用户可以在 Doris 中直接使用相应系统的 SQL 语法执行查询，也可以在可视化界面对原有的 SQL 语句进行批量转换。通过 Doris SQL Convertor，能够有效减轻用户业务迁移成本，提供更加顺畅地业务迁移体验。
核心特性
01 无缝切换，高度兼容多种 SQL 方言
无需手动对原有系统的 SQL 方言进行改写，用户仅需要在 Apache Doris 会话变量中设置 set sql_dialect= XXX，即可直接在 Doris 中执行该 SQL 语法的查询。
我们在实际客户场景中进行了大量兼容性测试，以 ClickHouse 和 Presto 方言为例。在某些社区用户的实际线上业务 SQL 兼容性测试中，Doris SQL Convertor 在全部 3 万多条查询语句中，与 Presto SQL 兼容度高达 99.6% ，与 ClickHouse 方言兼容度高达 98%。 目前，Doris SQL Convertor 已支持了多种主流 SQL 方言，包括 Presto、Trino、Hive、ClickHouse、PostgreSQL 等。后续我们也将继续收集用户的反馈，在持续优化多种语法兼容性的同时，支持如 Teradata 、SQL Server、Snowflake 等更多方言，以满足用户更多样化的业务需求。
02 简单易用，支持一键批量生成
除了直接在命令行中执行查询 SQL 以外，我们还提供了可视化界面，支持文本输入和文件上传两种模式。对于单个 SQL，用户可以直接在 Web 界面中进行文本输入。如若存量 SQL 规模庞大，可以通过上传文件进行多个 SQL 的一键批量转换。
安装部署与使用介绍
01 服务部署与使用
1. 下载最新版本的 SQL 方言转换工具。
2.在任意 FE 节点，通过以下命令启动服务。
- 该服务是一个无状态的服务，可随时启停；
- 该命令中的
port=5001是服务端口，可以指定为任意一个可用端口。 - 建议在每个 FE 节点都单独启动一个服务。
nohup ./doris-sql-convertor-1.0.1-bin-x86 run --host=0.0.0.0 --port=5001 &
3.启动 Doris 集群，版本需为 Doris 2.1 或更高
4.在 Doris 中设置 SQL 方言转换服务的 URL。该命令中127.0.0.1:5001 是 SQL 方言转换服务的部署节点 IP 和端口。
MySQL> set global sql_converter_service_url = "http://127.0.0.1:5001/api/v1/convert"
在完成服务部署后，我们可以直接在命令行中执行 SQL，在此以 Presto 与 Clickhouse SQL 方言为例。在会话变量中设置set sql_dialect = ``XXX 即可开启服务，执行示例如下：
Presto
mysql> set sql_dialect=presto;
Query OK, 0 rows affected (0.00 sec)
mysql> SELECT cast(start_time as varchar(20)) as col1,
array_distinct(arr_int) as col2,
FILTER(arr_str, x -> x LIKE '%World%') as col3,
to_date(value,'%Y-%m-%d') as col4,
YEAR(start_time) as col5,
date_add('month', 1, start_time) as col6,
REGEXP_EXTRACT_ALL(value, '-.') as col7,
JSON_EXTRACT('{"id": "33"}', '$.id')as col8,
element_at(arr_int, 1) as col9,
date_trunc('day',start_time) as col10
FROM test_sqlconvert
where date_trunc('day',start_time)= DATE'2024-05-20'
order by id;
+---------------------+-----------+-----------+------------+------+---------------------+-------------+------+------+---------------------+
| col1 | col2 | col3 | col4 | col5 | col6 | col7 | col8 | col9 | col10 |
+---------------------+-----------+-----------+------------+------+---------------------+-------------+------+------+---------------------+
| 2024-05-20 13:14:52 | [1, 2, 3] | ["World"] | 2024-01-14 | 2024 | 2024-06-20 13:14:52 | ['-0','-1'] | "33" | 1 | 2024-05-20 00:00:00 |
+---------------------+-----------+-----------+------------+------+---------------------+-------------+------+------+---------------------+
1 row in set (0.03 sec)
ClickHouse
mysql> set sql_dialect=clickhouse;
Query OK, 0 rows affected (0.00 sec)
mysql> select toString(start_time) as col1,
arrayCompact(arr_int) as col2,
arrayFilter(x -> x like '%World%',arr_str)as col3,
toDate(value) as col4,
toYear(start_time)as col5,
addMonths(start_time, 1)as col6,
extractAll(value, '-.')as col7,
JSONExtractString('{"id": "33"}' , 'id')as col8,
arrayElement(arr_int, 1) as col9,
date_trunc('day',start_time) as col10
FROM test_sqlconvert
where date_trunc('day',start_time)= '2024-05-20 00:00:00'
order by id;
+---------------------+-----------+-----------+------------+------+---------------------+-------------+------+------+---------------------+
| col1 | col2 | col3 | col4 | col5 | col6 | col7 | col8 | col9 | col10 |
+---------------------+-----------+-----------+------------+------+---------------------+-------------+------+------+---------------------+
| 2024-05-20 13:14:52 | [1, 2, 3] | ["World"] | 2024-01-14 | 2024 | 2024-06-20 13:14:52 | ['-0','-1'] | "33" | 1 | 2024-05-20 00:00:00 |
+---------------------+-----------+-----------+------------+------+---------------------+-------------+------+------+---------------------+
1 row in set (0.02 sec)
02 可视化界面部署与使用
针对大规模历史业务逻辑转换的需求，推荐使用可视化界面，通过文件批量上传完成方言转换。
可视化界面的部署过程如下：
-
环境要求： docker 、docker-compose
-
获取 Doris-SQL-Convertor Docker 镜像包（文末附获取 Docker 镜像包方式)
-
创建镜像网络
docker network create app_network -
解压安装包
tar xzvf doris-sql-convertor-1.0.1.tar.gz cd doris-sql-convertor -
编辑环境变量 vim .env
FLASK_APP=server/app.py FLASK_DEBUG=1 API_HOST=http://doris-sql-convertor-api:5000 # DOCKER TAG API_TAG=latest WEB_TAG=latest -
启动
sh start.sh
在部署完成后，可以在本地浏览器中通过 ip:8080 访问。当前默认端口为 8080，可以修改映射端口。在界面中，可直接选择来源方言，输入需要转换的 SQL 方言，并点击 Convert 实现转换。
提示：
- 进行批量转换时每条 SQL 需要以
;结束- 最多支持 239 个 UNION ALL 转换
结束语
作为一款强大而易用的 SQL 方言转换工具，Doris SQL Convertor 致力于提供高效、稳定的 SQL 迁移解决方案，满足用户多样化的业务需求。无论是平滑无痕的方言转换，还是复杂的批量 SQL 处理任务，Doris SQL Convertor 都能够提供快速而稳定的转换体验，确保转化过程中的完整性与准确性。
未来，我们将不断扩展支持更多的 SQL 方言并持续提高 SQL 方言的兼容性，以满足不断变化的迁移需求。欢迎大家前往 Doris 问答论坛 反馈使用过程中的问题与建议。
