Presto 标量函数注册和调用过程简述

在Presto 函数开发一文中已经介绍过如何进行函数开发，本文主要讲述标量函数（Scalar Function）实现之后，是如何在Presto内部进行注册和被调用的。主要讲述标量函数是因为：三类函数的注册和调用过程略有不同，而实际查询中调用最多的是标量函数。

标量函数注册

函数在能够调用之前，首先要进行注册，上一篇文章已经介绍过函数注册的方法，那么函数在注册时究竟注册了哪些信息呢？函数注册实际上是维护FunctinoRegistry类中的一个 MultiMap，Key 为函数的限定名(QualifiedName，可以简单地理解为函数名)，Value 为SqlFunction接口的实现类，实际主要为SqlAggregationFunction、SqlWindowFunction和SqlScalarFunction这三个类的子类。SqlScalarFunction是一个抽象类，定义如下：

public abstract class SqlScalarFunction
        implements SqlFunction
{
    private final Signature signature;

    protected SqlScalarFunction(Signature signature)
    {
        this.signature = requireNonNull(signature, "signature is null");
        checkArgument(signature.getKind() == SCALAR, "function kind must be SCALAR");
    }

    @Override
    public final Signature getSignature()
    {
        return signature;
    }

    public abstract ScalarFunctionImplementation specialize(BoundVariables boundVariables, int arity, TypeManager typeManager, FunctionRegistry functionRegistry);

    public static PolymorphicScalarFunctionBuilder builder(Class clazz)
    {
        return new PolymorphicScalarFunctionBuilder(clazz);
    }
}

可以看出，其子类需要获取Signature和实现specialize方法。

首先来看Signature：

public final class Signature
{
    private final String name;
    private final FunctionKind kind;
    private final List typeVariableConstraints;
    private final List longVariableConstraints;
    private final TypeSignature returnType;
    private final List argumentTypes;
    private final boolean variableArity;

    ....
}

类的成员变量说明如下：

• name：函数名，不包括参数类型和结果类型，例如：函数isnull(T):boolean的函数名为isnull
• kind：枚举类型，有 SCALAR、AGGREGATE 和 WINDOW三种取值，用于区分函数类型
• typeVariableConstraints：类型变量约束，记录函数中的类型变量名，以及类型变量所需要满足的约束条件：类型是否为comparable、orderable 和是否绑定具体类型。例如：contains(array(T),T):boolean函数要求类型T满足comparable；array_sort(array(E)):array(E)函数要求类型E满足orderable；判断两个ROW类型是否相等的操作符（操作符也属于标量函数）$operator$EQUAL>(T,T):boolean要求类型T为ROW类型。
• LongVariableConstraint：长整型变量约束，记录函数中带有约束的长整型变量的计算表达式（一般用于计算返回类型中的长整型变量）。例如：函数concat(char(x),char(y)):char(u)的返回类型中长整型变量u的计算表达式为x + y
• returnType：函数的返回类型
• argumentTypes：函数参数类型
• variableArity：标记是否为变长参数

以上成员变量都可以从函数实现的类对象中，根据注解规则解析获得。除了获取Signature，由于同一个函数可能会有多个实现（例如上一篇文章介绍的isnull(T):boolean函数，因为传入的参数类型可能不同，所以有五个实现方法），所以还要记录函数的实现方法。源码中将实现方法分为三类：

• exactimplementation：函数中不包含类型变量，即函数的参数类型和返回类型都是确定的
• specializedImplementation：函数中包含类型变量，但类型变量作用在具体的 Java 类型（Native Container Type）上
• genericImplement：函数中包含类型变量，但是类型变量作用在 Object 类型上

Presto 保存的是实现方法的MethodHandle，通过反射获取Method，再保存Method对应的MethodHandle（MethodHandle在JDK1.7引入，调用的效率比反射高），如果该方法不是静态方法，还要将MethodHandle的中的this参数改为Object来避免调用时的类加载问题。所以，抽象方法specialize的本质是通过传入的参数，来获取匹配到的MethodHandle，这部分放到下一节的标量函数调用中进行讲解。

可以看出，标量函数注册的本质是保存函数的Signature和MethodHandle。开发者根据注解框架实现的标量函数，注册时再根据注解解析出Signature和MethodHandle，封装在ParametricScalar对象中。当然，开发者也可以自行继承SqlScalarFunction，自己定义Signature和实现specialize方法。

标量函数调用

标量函数调用的入口为InterpretedFunctionInvoker类的public Object invoke(Signature function, ConnectorSession session, List