1.背景
公司正在进行数据战略转型，因此我们面临的数据需求越来越多，而我们拥有的指标数据越来越丰富。不过，仅仅拥有数据并不够，我们需要能够更加灵活高效的使用这些数据，以应对频繁多变的数据需求。传统的数据业务开发流程效率低下，无法及时响应变化的需求。因此，我们必须找到一种快速、灵活的解决方案，以满足我们快速变化的需求。
2.MetrAutoAPI设计
2.1
平台介绍
MetrAutoAPI（Metric Automate API即指标自动化API）将指标数据与应用层做分离，MetrAutoAPI仅负责管理和处理数据信息，对外提供了一个通用的API接口，所有的数据请求和响应都通过这个接口进行传输和处理。
MetrAutoAPI支持多个数据源集成，其API建模功能灵活可配置，可通过页面拖拽和配置生成SQL查询语句，帮助用户快速准确地获取所需数据。此外，规则引擎服务可以对查询结果进行灵活的运算，帮助用户实现自动化计算和分析，从而提高效率。
2.2
架构设计
物理查询层：通过统一查询引擎，实现对不同来源数据库的查询
语义模型层：负责指标元数据的管理，并对API-SQL模型进行管理。
统一服务层：提供指标维度的API构建功能，以及基于指标维度的数据查询和规则引擎配置服务。
统一接口层：提供一个对外的API接口，所有的数据请求和响应都通过这个接口进行传输和处理。
此方案对比传统开发模式:
2.3
使用场景
以下是MetrAutoAPI的一些使用场景的介绍：
►数据看板展示
2.4
核心功能
►2.4.1 SQL建模服务
利用Zealot与MySqlStatementParser实现SQL建模功能
可以根据不同的查询条件和参数动态生成对应的SQL语句，从而避免手动拼接SQL语句带来的代码冗余和错误，可以很好地支持参数的绑定和传递，可以通过占位符或命名参数的方式传递参数，同时支持参数类型的自动转换
SQL建模过程如下：
public static List<FieldVo> getFieldName(String sqlStr) {
MySqlStatementParser mySqlStatementParser = new MySqlStatementParser(sqlStr);
//使用parpser解析生成的AST,这里sqlStatement是AST,AST为抽象语法树
SQLStatement sqlStatement = mySqlStatementParser.parseStatement();
MySqlSchemaStatVisitor visitor = new MySqlSchemaStatVisitor();
sqlStatement.accept(visitor);
//list是存储表名和字段名的集合
List<FieldVo> list = new ArrayList<>();
Collection<TableStat.Column> columns = visitor.getColumns();
//通过循环将表名和字段名解析出，并存储到list集合中
columns.stream().forEach(row -> {
if (row.isSelect()) {
FieldVo fieldVo = new FieldVo();
fieldVo.setTableName(row.getTable());
fieldVo.setFieldName(row.getName());
list.add(fieldVo);
}
});
List<FieldVo> aliasList = getAliasField(sqlStr);
for (int i = 0 ; i < list.size() ; i ++) {
FieldVo vo = list.get(i);
FieldVo aliasVo = aliasList.get(i);
if (Objects.isNull(aliasVo.getAliasName())) {
vo.setAliasName(vo.getFieldName());
} else {
vo.setAliasName(aliasVo.getAliasName());
}
}
return list;
} 自动生成API-SQL接口文档说明
►2.4.2 API-aviator规则引擎服务
Aviator是一个高性能、轻量级的java语言实现的表达式求值引擎，主要用于各种表达式的动态求值，使用规则引擎可以把复杂、重复的业务规则同各个业务系统分离开，以提高业务逻辑的复用能力和开发效率。
规则表达式设置如下:
初始化规则引擎
public class AviatorEvaluatorUtils {
private static AviatorEvaluatorInstance instance = AviatorEvaluator.getInstance();
public AviatorEvaluatorUtils() {
}
public static AviatorEvaluatorInstance getInstance() {
return instance;
}
static {
instance.addFunction(new TransNullToZeroRule());
instance.addFunction(new IsNullRuleFunction());
instance.addFunction(new CrrRadioRule());
instance.addFunction(new CrrRule());
}
} 规则引擎服务会解析并执行规则表达式。
private List<Map<String, Object>> expResult(List<RestApiVo> fieldList, List<Map<String, Object>> dataList) {
Stopwatch started = Stopwatch.createStarted();
List<Map<String, Object>> resultList = new ArrayList<>();
for (Map<String, Object> map : dataList) {
Map<String, Object> dataMap = new HashMap<>();
fieldList.forEach(e -> {
try {
Expression exp = AviatorEvaluatorUtils.getInstance().compile(e.getFieldExp(), true);
Object value = exp.execute(map);
if (Objects.isNull(value)) {
dataMap.put(e.getFieldName(), null);
} else {
if (e.getIsFormat().intValue() == 1) {
BigDecimal decimal = new BigDecimal(value.toString());
BigDecimal scale = decimal.setScale(e.getNumberFormat().intValue(), BigDecimal.ROUND_HALF_UP);
dataMap.put(e.getFieldName(), scale);
} else {
dataMap.put(e.getFieldName(), value);
}
}
} catch (Exception ex) {
log.error("解析表达式异常,字段:{},结果:{}", JsonUtil.serialize(e), JsonUtil.serialize(map), ex);
dataMap.put(e.getFieldName(), null);
}
});
resultList.add(dataMap);
}
log.warn("转换结果耗时:{}", started.stop());
return resultList;
} ►2.4.3 API统一查询引擎
提供标准化的接口和协议，使得调用端可以通过一致的方式来请求和响应多个不同的 API。这样做可以简化开发人员的工作，加快应用程序的开发速度，同时提高系统的可靠性和可维护性。
/**
* 统一API接口
* @param _appId appId
* @param params 入参
* @return
*/
@PostMapping("/restApi")
public Protocol<List<Map<String, Object>>> restApi(String _appId, @RequestBody Map<String, Object> params, String apiKey) {
ParamsValid valid = new ParamsValid();
valid.validNotNull("params", params)
.valid("apiId与apiKey不能同时为空", () -> {
if (Objects.isNull(params.get("apiId")) && Objects.isNull(params.get("apiKey"))) {
return false;
}
return true;
}).valid("apiKey值不正确", () -> {
if (Objects.nonNull(params.get("apiKey"))) {
if (Strings.isNullOrEmpty(params.get("apiKey").toString())) {
return false;
}
}
return true;
});
if (!valid.isValid()) {
return valid.showInValidMessage();
}
Protocol<List<Map<String, Object>>> protocol = null;
try {
protocol = targetAutoService.restApi(params, _appId, 1);
} catch (DataSelfException ex) {
log.error("查询数据异常:param:{},apiKey:{}", JsonUtil.serialize(params), apiKey, ex);
return new Protocol<>(-1, ex.toString());
} catch (Exception e) {
log.error("查询信息异常:param:{}", JsonUtil.serialize(params), e);
return new Protocol<>(-1, "查询异常，请重试");
}
return protocol;
} 流程如下：
3.实践过程中问题及解决方案
3.1
使用过程中遇到的难题
接口性能差：接口性能差，分析日志发现从数据库中读取配置与规则引擎信息耗时较长，性能较差
解决方案：使用redis作为缓存，存储模型元数据信息，统一API引擎在读取配置数据前先从redis中获取，如果获取不到再从业务库中读取，并将读取到的数据写入redis缓存，设置过期时间，定期清除redis缓存中过期的数据，避免占用过多的内存；通过以上优化，可以有效减少从数据库中读取配置数据的时间，提高接口性能。
使用缓存后性能对比
上线成本高：测试环境建模并验证完成后，还需要在线上环境再次建模，不仅重复操作并且可能因为人为疏忽造成线上线下模型不一致，从而造成严重后果。
解决方案：使用信息复制可以简化测试环境到线上环境的配置过程，从而提高工作效率。具体实现步骤如下：
在测试环境中建模，并将模型元数据信息保存为一个JSON格式的数据，通过粘贴板复制功能，将JSON信息复制到线上环境，通过权限控制来进行安全控制（配置简单化），避免人为异常。
多API接口合并：由于调用方可能需要的指标过于繁琐，可能涉及多个指标API接口的调用，造成调用方调用次数过多，造成并发多，压力大，影响调用方的使用或者造成调用链过长
解决方案：采用接口聚合的方式来解决。接口聚合是将多个API接口的数据聚合到一个API接口中，使得调用方只需要调用一个API接口就能获取到需要的所有指标数据，避免了多次调用导致的并发过多和响应时间过长的问题。同时，也可以提高接口的可用性，避免接口出错或者异常导致调用失败。
4.参考文献
ApiJson: http://apijson.cn/doc/zh/
Mybatis:ttps://github.com/mybatis/mybatis-dynamic-sql
Zealot：ps://gitee.com/chenjiayin1990/zealot
Aviator:ttps://www.yuque.com/boyan-avfmj/aviatorscript
作者简介
李贺晓
■ 经销商技术部-i车商团队。
■ 2018年加入汽车之家，任职于经销商技术部-i车商团队，目前主要负责数据类产品开发和探索
来源:微信公众号:之家技术
出处:https://mp.weixin.qq.com/s/jleYpeR2imQ25mZcbz3wiA