Kylin Ambassador 访谈 | 源码达人？吸猫才是本体？

Q：可以简单介绍下自己吗？

A：目前就职于蚂蚁金服，曾就职于金山软件，主要工作是大数据平台建设、大数据计算引擎优化。熟悉 Kylin、Spark、Calcite 等计算引擎。个人爱好是羽毛球和动漫。

Q：你和 Kylin 是怎么结缘的呢？

A：公司内部一个项目刚好也需要使用到预计算技术，所以就想在开源社区调研看看做类似事情的方案，Apache Kylin 在 OLAP、预计算方向上大名鼎鼎，很自然就想要了解 Kylin 是怎么做的来达成超大数据集上的亚秒级查询这样一个目的。然后就开始阅读 Kylin 的源码，在阅读源码的过程中，发现有一些可以改进的地方或者发现一些 bug，就向社区提交了 jira/pr。从基础的环境部署、使用上的一些问题到比较深入的框架、源码优化的讨论都在社区得到了很好的反馈。

Q：读懂源码可以让大家理解底层实现，有助于更好地使用 Kylin 和快速定位、解决问题；同时也是提升自身技术能力的很好途径。作为《可能是全网最深度的 Apache Kylin 查询剖析》的作者，可以和大家分享下你的源码阅读经验吗？

A：阅读源码前需要做一些准备。

1）心理准备

首先，需要做好一定的心理准备，阅读开源项目源码：

· 是一件需要持续投入的事情：如果你只是心血来潮想随便花点时间看看，以期望收获对某个开源项目的深度理解，那是不可能的。

· 短期并不会有明显的收益：也许你花了不少时间搞明白了某个功能是怎么实现的，可能一下子也没有可以施展的地方。

2）阅读官方文档

首先，对于一个你并不熟悉的项目，我并不建议一上来就读源码。我们需要一个从宏观到微观的过程，对于一个不熟悉的项目，首先要做的是阅读该项目的官方文档，通过官方文档我们可以了解到：

· 这个项目的背景

· 是用来解决什么样的问题的

· 包含哪几个部分、每个部分的作用是什么

· 都有哪些配置，这些配置是用来控制什么的

· 可以用来体验的 examples

· ...

在阅读官方文档后，在心里对这个项目其实就有了一个大概的轮廓，虽然细节还是不清楚，但是知道了个大概，也了解到了这个项目相关的很多名词。阅读官方文档的另一个好处是，它是最权威的，你可以完全信任它，但阅读其他人的翻译或者分析文章，由于作者英语、技术水平的参差不齐，文章质量相差也很大，甚至可能是错误的。

3）初步体验项目

接下来，建议动手去用一用这个项目，至少要跑一跑项目自带的 examples，对项目有一个体感。比如Kylin项目，你可以下载Docker Image快速体验下Kylin的亚秒级查询：https://kylin.apache.org/docs/install/kylin_docker.html。

如果你已经阅读了官方文档并有一定的实际使用经验，就可以开始阅读源码了。

1）带着问题找答案

比如我开始看 Kylin 的源码时，是带着 “Kylin 是怎么做到查询时输入的SQL是事实表、维表相关的，但最终查的是 Cube 的数据”这个问题去看的。看源码时，特别是一开始，如果不带着问题，容易迷失在海量的代码中，不知道从何看起，看着看着就不知道在看啥了。对于这个“问题”，可以是一个大的话题，如果是大的话题，你需要把大的话题随着看代码的过程，拆分为多个子问题去各个击破，子问题可以继续拆分为子问题，这样能让目标变得容易实现，当你解决一个子问题时，容易建立信心来解决接下来的问题。

2）Debug 式阅读

用 debug 的方式去跟读源码，相比于直接看源码是更加高效的方式。debug 能让你很清楚的看到执行某一个逻辑时：

· 各个类、方法之间的调用顺序是怎么样的

· 每个方法的输入输出是怎么样的

· 每个步骤调用前后状态、数据发生了什么样的变化

3）画流程图

我另一个习惯是画流程图，从《可能是全网最深度的Apache Kylin 查询剖析》可以看出。源码毕竟是比较庞杂、细碎的，但比如达成一个子功能的关键步骤其实并不会特别多，通过流程图可以让我们更好的提炼出有哪几个关键步骤，这几个关键步骤做了什么样的事情，让状态、数据发生了什么样的改变。说白了就是要抓住重点。这里我推荐一个很好用的工具：PlantUml（https://plantuml.com/zh/），它可以通过写简单 “代码”的方式画出各种常用的图，并且在 IDEA 中有插件支持。