Databend 源码阅读：配置管理

作者：尚卓燃（PsiACE）澳门科技大学在读硕士，Databend 研发工程师实习生

Apache OpenDAL(Incubating) Committer

https://github.com/PsiACE

对于 Databend 这样复杂的数据库服务端程序，往往需要支持大量的可配置选项，以帮助运维人员根据实际使用需要管理和调优系统。

Databend 目前支持三种配置方式：命令行、环境变量和配置文件，优先级依次递减。

• 一般情况下，推荐使用配置文件来记录和管理各种配置。

• 对于 K8S 集群，为了灵活变更部分配置（比如，特性开关），使用环境变量可能是更优雅的形式。

• 命令行则用于调整本地环境下的少数冲突配置。

Databend Query 中的映射

对于 databend-query ，不管是什么形式的配置，其配置选项几乎可以看作是代码的扁平化树形映射，即基本符合代码中「配置域」+「配置项」的逻辑。

• 环境变量和配置文件中，利用 serfig 将代码嵌套展开，使用 _ 做为分隔符。

• 命令行中稍有不同：一方面，分隔符使用 -；另一方面，部分命令行选项的名称中没有绑定配置域。

为了更好理解这里的映射关系，我们可以深入到具体一项配置，下面将围绕 admin_api_address 这个配置项展开。

• 在环境变量上，需要使用 QUERY_ADMIN_API_ADDRESS ，QUERY 表征这个配置所处的域，而 ADMIN_API_ADDRESS 是具体的配置项。

• 在配置文件中，通常是使用 toml 来进行配置。 [query] 表征配置所处的域，admin_api_address 为具体的配置项。

[query]...# Databend Query http address.# For admin RESET API.admin_api_address = "0.0.0.0:8081"...

• 命令行中需要使用 --admin-api-address 进行配置，这一项没有绑定「配置域」。如果是配置 --storage-s3-access-key-id ，那么「storage」+ 「s3」构成配置域，「access-key-id」是具体的配置项。

在了解如何对 admin_api_address 进行配置后，让我们进入到配置相关的代码，进一步查看映射关系的代码形式（位于 src/query/config/src/config.rs）。

pub struct Config {    ...
    // Query engine config.    #[clap(flatten)]    pub query: QueryConfig,        ...}
/// Query config group.#[derive(Clone, Debug, PartialEq, Eq, Serialize, Deserialize, Args)]#[serde(default, deny_unknown_fields)]pub struct QueryConfig {    ...        #[clap(long, default_value = "127.0.0.1:8080")]    pub admin_api_address: String,        ...}

因为代码中使用了嵌套的层级结构，最上层是 Config，而 admin_api_address 是 pub query: QueryConfig 中的一个配置项，经过 serfig 处理后，需要使用 QUERY 或者 [query] 表征其所处的域，配置项就还是 admin_api_address 。

而命令行中具体的配置项名称和默认值会受到 #[clap(long = "<long-name>", default_value = "<value>")] 控制），clap 会接管配置：

• admin_api_address 就变成了 --admin-api-address。

• --storage-s3-access-key-id 而言，其实际的代码层级是 Config -> StorageConfig -> S3StorageConfig -> access_key_id，字段之上有标注 #[clap(long = "storage-s3-access-key-id", default_value_t)] ，所以需要使用 --storage-s3-access-key-id 进行配置。

Databend Meta 中的映射

databend-meta 的配置文件和命令行逻辑与 databend-query 是基本一致的。但是环境变量是通过 serfig 内置的 serde-env 自行定义的映射关系（但同样可以尝试按「配置域」+「配置项」进行理解）。

同样具体到单独的某项配置来看一下，这里以 log_dir 为例。

• 在环境变量上，需要使用 METASRV_LOG_DIR ，METASRV 表征这个配置所处的域，而 LOG_DIR 是具体的配置项。

• 而在配置文件中，这一配置项作用于全局，只需要：

log_dir                 = "./.databend/logs1"

• 在命令行中当然也直接 --log-dir 进行配置。

让我们通过代码来解构其映射，代码位于 src/meta/service/src/configs/outer_v0.rs。

#[derive(Clone, Debug, Serialize, Deserialize, PartialEq, Eq, Parser)]#[clap(about, version = &**METASRV_COMMIT_VERSION, author)]#[serde(default)]pub struct Config {    ...    /// Log file dir    #[clap(long = "log-dir", default_value = "./.databend/logs")]    pub log_dir: String,    ...}

配置文件和命令行参数相关的配置项是由 Config 结构体管理的，逻辑与 databend-query 一致，就不再赘述。

而环境变量的配置项是由 ConfigViaEnv 结构体进行处理的，如下：

/// #[serde(flatten)] doesn't work correctly for env./// We should work around it by flatten them manually./// We are seeking for better solutions.#[derive(Clone, Debug, Serialize, Deserialize, PartialEq, Eq)]#[serde(default)]pub struct ConfigViaEnv {    ...    pub metasrv_log_dir: String,    ...}

与 Config 之间的映射关系位于 impl From<Config> for ConfigViaEnv 和 impl Into<Config> for ConfigViaEnv 这两个部分。对于 metasrv_log_dir 而言，就是映射到前面的 log_dir 字段。