概要 Atlas 通过 AtlasEntityStoreV2.createOrUpdate 函数进行数据写入，了解 AtlasEntityStoreV2.createOrUpdate 这个重要函数有助于理解 Atlas 工作流程、优化写入性能。本文主要梳理 createOrUpdate 中各子模块的功能和逻辑。
源码解析函数格式：EntityMutationResponse createOrUpdate(EntityStream entityStream, boolean isPartialUpdate, boolean replaceClassifications) 数据写入过程中的上下文信息存于 EntityGraphDiscoveryContext context 对象中，数据格式如下：
public final class EntityGraphDiscoveryContext {
private final AtlasTypeRegistry typeRegistry;
private final EntityStream entityStream;
private final List<String> referencedGuids = new ArrayList<>();
private final Set<AtlasObjectId> referencedByUniqAttribs = new HashSet<>();
private final Map<String, AtlasVertex> resolvedGuids = new HashMap<>();
private final Map<AtlasObjectId, AtlasVertex> resolvedIdsByUniqAttribs = new HashMap<>();
private final Set<String> localGuids = new HashSet<>();
step1：通过 preCreateOrUpdate 函数对 entityStream 预处理：找出 entityStream 中所有 entity 的 AtlasObjectId，判断 entity 需要进行创建还是更新操作，创建新 vertex
a) AtlasEntityGraphDiscoveryV2.discover，遍历所有 entity 的 AtlasObjectId，放入到 context 中：
情况 1）AtlasObject.guid!=null 时将 guid 放入 context.referencedGuids 中；
情况 2）若 AtlasObject.id 为 null，则表示该 entity 已经写入图数据库，将 AtlasObject 放入 context.referencedByUniqAttribs
b) AtlasEntityGraphDiscoveryV2.resolveReferences，判断 entity 是否在图数据库中存在：
情况 1）若 context.referencedGuids 中的 guid 在图数据库中存在对应 vertex，将 guid 和 vertex 放入 context.resolvedGuids 中；
情况 2）若 context.referencedGuids 中的 guid 在图数据库中不存在对应 vertex，将 guid 放入 context.localGuidReference 中；
情况 3）根据 context.referencedByUniqAttribs 中的 AtlasObjectId 找到对应顶点，将顶点放入 resolvedIdsByUniqAttribs 中，并将 AtlasObjectId 放入
c) 对不存在对应 vertex 的 entity 创建 vertex，并放入 resolvedGuids d) 将需要创建的 entity 和需要更新的 entity 分别放入 EntityMutationContext.entitiesCreated 和 EntityMutationContext.entitiesUpdated 中
step2：对比 entityStream 中的 entity 和图数据库中的 vertex，判断是否有属性发生变化，忽略不需要更新的 entity，核心代码：
for(AtlasAttribute attribute:entityType.getAllAttributes().values()){
if(!entity.getAttributes().containsKey(attribute.getName())){// if value is not provided, current value will not be updated
continue;
}
Object newVal=entity.getAttribute(attribute.getName());
Object currVal=entityRetriever.getEntityAttribute(vertex,attribute);
if(!attribute.getAttributeType().areEqualValues(currVal,newVal,context.getGuidAssignments())){
hasUpdates=true;
if(LOG.isDebugEnabled()){
LOG.debug(“found attribute update: entity(guid={}, typeName={}), attrName={}, currValue={}, newValue={}”,guid,entity.getTypeName(),attribute.getName(),currVal,newVal);
}
break;
}
}
注意：当 attribute 为 referred AtlasObjectId 时，客户端定义的 guid 是 UnAssigned 的，必然和数据库中存储的 guid 值不同，这会造成元数据的重复更新，这个目前 Atlas 有待改进的地方。举个例子，Hive_Table 的 db 属性为 Hive_Db 的 AtlasObjectId, 客户端向 Atlas Server 重复创建 Hive_Table，db 属性的值为 AtlasObjectId{typeName=hive_db, guid=-1554620941}，每次 guid 值为当前时间戳而不同，造成 table 元数据重复更新。
step3：操作权限验证：通过 AtlasAuthorizationUtils.verifyAccess 函数验证发起请求的用户是否有权限对各个 entity 进行写操作
step4：EntityGraphMapper.mapAttributesAndClassifications 为 vertex 更新 attributes，关于 entity 和 vertex 属性的映射，可以参考文章元数据治理框架 Atlas 研究——JanusGraph 图数据库对象关系映射
step5：通过 entityChangeNotifier.onEntitiesMutated 为 vertex 创建全文索引，并通知 audit 模块记录所有的变更操作注：在整个数据写入过程中，创建全文索引这一步骤会占用超过 60% 的时间，如果在实际使用中不需要用全文索引的功能，可以修改源码注释掉相应 doFullTextMapping 函数
step6：整个数据写入过程中，我们并未提到 Atlas 如何调用 JanusGraph 的 api 来向图数据库写入数据。其实，Atlas 只需要通过 JanusGraph api 中的 vertex、edge 对象维护数据的图结构即可。Atlas 对数据读写函数都添加了 @GraphTransaction 注解，这个注解确保在函数运行结束后调用 graph.commit() 函数将当前事务内的变更提交图数据库。具体的实现可以见 GraphTransactionInterceptor 类。