首页
/ Apache Druid中MV_CONTAINS函数引发NullPointerException问题分析

Apache Druid中MV_CONTAINS函数引发NullPointerException问题分析

2025-05-16 00:02:32作者:申梦珏Efrain

问题背景

在Apache Druid 30.0.0版本升级过程中,用户发现使用MV_CONTAINS函数结合JSON_QUERY_ARRAY的SQL查询会抛出NullPointerException异常,而在29.0.0版本中该查询可以正常工作。这个问题不仅影响升级体验,也暴露了Druid在处理复杂类型数组时的潜在缺陷。

问题复现

用户使用Druid文档中的示例数据集进行测试,执行如下查询时出现问题:

SELECT
  MV_CONTAINS(JSON_QUERY_ARRAY(agent, '$.type'), 'Browser'),
  agent,
  session
FROM "kttm"

在29.0.0版本中查询正常执行,但在30.0.0版本中会抛出NullPointerException。

技术分析

根本原因

该问题的根本原因在于Druid 30.0.0引入的一个优化逻辑存在缺陷。具体来说:

  1. MV_CONTAINS函数底层使用了array_contains表达式处理
  2. 当该表达式遇到复杂类型(COMPLEX)时,优化逻辑尝试将右侧参数转换为匹配数组元素类型
  3. JSON_QUERY_ARRAY无法确定提取元素的类型,导致类型转换失败

优化路径分析

Druid在处理array_contains表达式时,会对原始数组类型进行特殊优化处理。当检测到数组元素为基本类型时,会尝试优化处理路径。然而,对于JSON_QUERY_ARRAY返回的复杂类型,这种优化路径会导致类型转换失败。

解决方案

临时解决方案

对于遇到此问题的用户,可以采用以下替代查询方式:

SELECT
  ARRAY_CONTAINS(JSON_VALUE(agent, '$.type' RETURNING VARCHAR ARRAY), 'Browser'),
  agent,
  session
FROM "kttm_nested_1"

这种写法不仅避免了问题,还具有更好的性能优势,因为JSON_VALUE表达式可以利用Druid的嵌套字段列优化。

长期修复方案

开发团队已经确定了永久修复方案,主要修改点是:

  1. 在优化路径中增加对复杂类型的检查
  2. 当遇到非基本类型或非基本类型数组时,直接返回原始表达式
  3. 确保array_overlap函数也进行相同修复

修复后的代码会在遇到复杂类型时跳过优化路径,转而使用逐行检查的类型处理方式。

最佳实践建议

  1. 优先使用ARRAY_函数:在处理JSON数组或数组列时,应优先使用ARRAY_CONTAINS而非MV_CONTAINS,因为MV_函数主要是为Druid旧版的多值字符串列设计的。

  2. 合理选择JSON处理函数:JSON_VALUE比JSON_QUERY/JSON_QUERY_ARRAY性能更优,特别是在Druid 28+版本中,因为它能利用嵌套字段列优化。

  3. 注意版本差异:Druid 28+版本对嵌套数组的存储进行了优化,旧版本创建的段可能需要回退到原始JSON处理方式。

总结

这个问题展示了Druid在处理复杂类型和优化路径时的一个边界情况。通过理解问题的本质,用户不仅可以应用临时解决方案,还能学习到Druid中JSON处理和数组操作的最佳实践。开发团队的修复将确保在保持性能优化的同时,正确处理各种数据类型场景。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511