sqlparser mysql_Apache顶级项目ShardingSphere — SQL Parser的设计与实现-CSDN博客

本文链接：https://blog.csdn.net/weixin_34363071/article/details/113220307

本文介绍了SQL解析的重要性及其在Apache ShardingSphere中的应用。通过理解词法分析和语法分析的基本原理，展示了SQL Parser如何将SQL语句转化为抽象语法树。ShardingSphere使用ANTLR生成词法和语法解析代码，支持多种数据库方言，并提供独立的SQL解析引擎，具备SQL格式化、参数化等功能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

导语：SQL作为现代计算机行业的数据处理事实标准，是目前最重要的数据处理接口之一，从传统的DBMS(如MySQL、Oracle)，到主流的计算框架(如spark，flink)都提供了SQL的解析引擎，因此想对sql进行精细化的操作，一定离不开SQL Parser。Apache ShardingSphere 是一套开源的分布式数据库中间件解决方案组成的生态圈，需要对SQL进行精细化的操作，如改写，加密等，因此也实现了SQL Parser，并提供独立的Parser引擎。

先来认识一下传统数据库中一条SQL处理流程是怎样的，接受网络包-》数据库协议解析网络包的到sql-》SQL语法解析为抽象语法树-》把语法树转换成关系代数表达式树(逻辑执行计划)-》再转换成物理算子树(物理执行计划)-》遍历物理算子树执行相应算子的实现获取数据并返回。

一、工作原理

SQL Parser 的功能是把一条SQL解析为抽象语法树(AST)，SQL Parser需要编译原理相关的知识，简单介绍一下。

SQL Parser 包含词法解析(Lexer)和语法解析(Parser)，词法解析的作用是把一个sql 分割成一个一个不可分割的单元，例子：

原始sql: select id,name from table1 where name=“xxx”;

词法解析器输入是原始sql，并且暴露一个接口nextToken(),每次调用nextToken()都会返回一个Token(表示上面所说的不可分割的元素)，伪代码如下：

String originSql = "select id,name from table1 where name='xxx'";

Lexer lexer = new Lexer(originSql);

while(!lexer._hitEOF){// 判断是否结束

System.out.printLn(lexer.nextToken())

}

// 输出如下：

select

name

from

table1

where

name

'xxx'

语法分析器的作用是使用Lexer的输出(调用nextToken()),构造出AST,以上面的sql为例，解析器得出的语法树如下：

1、Lexer(词法分析)原理

Lexer 也称为分词，从左向右扫描SQL，将其分割成一个个的toke(不可分割的，具有独立意义的单元，类似英语中的单词)。

Lexer的实现一般都是构造DFA(确定性有限状态自动机)来实现的，以一个例子说明。

状态转移图如下，这是一个能够识别标识符，数字和一般运算符的词法解析器。

代码实现可以使用传统的while case的模板实现，伪代码如下：

Class Token{...}

Enum State {

BEGIN,OPERATER,IDENTIFIER,NUMBER

}

Class Lexer{

String input = "...";

State state = BEGIN;

int index = 0;

Token nextToken() {

while(index < input.length) {

Char char = input.charAt(index);

switch (state) {

case BEGIN:

switch (char){

case a-zA-Z_ :

index++;

state = IDENTIFIER;

case +-*/ :

state = BEGIN

return Token(OPERATER)

case 0-9:

state = NUMBER;

index++;

default:

return null;

}

case IDENTIFIER:

switch (char){

case a-zA-Z_0-9 :

index++;

state = IDENTIFIER;

default :

state = BEGIN;

index--;

return Token(IDENTIFIER)

}

case NUMBER:

switch (char){

case 0-9 :

index++;

state = NUMBER;

default :

state = BEGIN;

index--;

return Token(NUMBER)

}

default:

return null;

}

2、Parser(语法解析) 原理

Parser阶段有两种类型方法来实现，一种是自顶向下分析法，另一种是自底向上分析法，简单介绍一下两种类型分析法的处理思路。

首先给出上下文无关语法和相关术语的定义：

终结符集合 T (terminal set)

一个有限集合，其元素称为终结符(terminal)

非终结符集合 N (non-terminal set)

一个有限集合，与 T 无公共元素，其元素称为非终结符(non-terminal)

符号集合 V (alphabet)

T 和 N 的并集，其元素称为符号(symbol) 。因此终结符和非终结符都是符号。符号可用字母：A, B, C, X, Y, Z, a, b, c 等表示。

符号串(a string of symbols)

一串符号，如 X1 X2 … Xn 。只有终结符的符号串称为句子(sentence)。空串 (不含任何符号)也是一个符号串，用 ε 表示。符号串一般用小写字母 u, v, w 表示。

产生式(production)

一个描述符号串如何转换的规则。对于上下文本无关语法，其固定形式为：A -> u ，其中 A 为非终结符， u 为一个符号串。

产生式集合 P (production set)

一个由有限个产生式组成的集合

展开(expand)

一个动作：将一个产生式 A -> u 应用到一个含有 A 的符号串 vAw 上，用 u 代替该符号串中的 A ，得到一个新的符号串 vuw。

折叠(reduce)

一个动作：将一个产生式 A -> u 应用到一个含有 u 的符号串 vuw 上，用 A 代替该符号串中的 u ，得到一个新的符号串 vAw。

起始符号 S (start symbol)

N 中的一个特定的元素

推导(derivate)

一个过程：从一个符号串 u 开始，应用一系列的产生式，展开到另一个的符号串 v。若 v 可以由 u 推导得到，则可写成：u => v 。

上下文本无关语法 G (context-free grammar, CFG)

一个 4 元组：(T, N, P, S) ，其中 T 为终结符集合， N 为非终结符集合， P 为产生式集合， S 为起始符号。一个句子如果能从语法 G 的 S 推导得到，可以直接称此句子由语法 G 推导得到，也可称此句子符合这个语法，或者说此句子属于 G 语言。G 语言( G language) 就是语法 G 推导出来的所有句子的集合，有时也用 G 代表这个集合。

解析(parse)

也称为分析，是一个过程：给定一个句子 s 和语法 G ，判断 s 是否属于 G ，如果是，则找出从起始符号推导得到 s 的全过程。推导过程中的任何符号串(包括起始符号和最终的句子)都称为中间句子(working string)。

2.1 自顶向下分析法 LL(1)

LL(1) 是自顶向下分析法的一种，第一个L代表从左向右扫描待解析文本，第二个L代表从左向右展开，(1)代表每次读取一个Token。

以简单表达式为例子：

// 语法规则，整个是一个产生式，左边expr为非终结符，NUM是一

//个Token，为终结符

expr: NUM | NUM expr

// 待解析文本

1 2 23 45

解析过程如下：

我们的目标是将起始符号expr展开成句子 1 2 23 45

对比expr和NUM(1),只能选择expr -> NUM expr，才可以和NUM(1)匹配，展开后得NUM expr

忽略已匹配的NUM(1), 再次读入NUM(2),只能选择expr -> NUM expr，展开后得NUM expr

忽略已匹配的NUM(2),再次读入NUM(23),只能选择expr -> NUM expr，展开后得NUM expr

忽略已匹配的NUM(23),再次读入NUM(45),只能选择expr -> NUM，展开后得NUM

得到最终句子 NUM(1)NUM(2) NUM(23) NUM(45) 可接受，解析完成

注意点：为什么1,2,3只能选择expr -> NUM expr， Lexer中会有接口判断是否得到末尾，ShardingSphere中接口是lexer._hitEOF。

2.1 自底向上分析法 LR(1)

自底向上分析的顺序和自顶向下分析的顺序相反，从给定的句子开始，不断的挑选出合适的产生式，将中间句子中的子串折叠为非终结符，最终折叠到起始符号。

LR(1) 是自底向上分析法的一种，第一个L代表从左向右扫描待解析文本，第二个R代表从右向坐折叠，(1)代表每次读取一个Token。

以简单表达式为例：

// 语法规则，整个是一个产生式，左边expr为非终结符，NUM是一

//个Token，为终结符

expr: NUM | expr NUM

// 待解析文本

1 2 23 45

解析过程是如下：

我们的目标是把 1 2 23 45 折叠为expr

读入NUM(1),发现只能选择expr -> NUM, 折叠得expr

读入NUM(2),只能选择expr -> expr NUM,折叠得expr

读入NUM(23),只能选择expr -> expr NUM, 折叠得expr

读入NUM(45),只能选择expr-> expr NUM, 折叠得expr 可接受，解析完成

二、ShardingSphere Parser 实现

实现Parser的方式一般分为两种，一种是写代码实现状态机来进行解析，另一种是通过解析器生成器根据定义的语法规则生成解析器，ShardingSphere使用第二种方式，这是由于衡量了性能，扩展性和容易维护因素最终决定的。

以ShardingSphere中的MySQL 解析引擎为例，模块shardingsphere-sql-parser-mysql，语法定义路径src/main/antlr。

功能点：

提供独立的SQL解析引擎

可以方便的对语法规则进行扩充和修改

提供SQL 变量参数化功能

提供SQL 格式化功能

支持多种方言

数据库支持状态

MySQL

支持，完善

PostgreSQL

支持，完善

SQLServer

支持

Oracle

支持

SQL92

支持

使用方法：

//maven 依赖

org.apache.shardingsphere

shardingsphere-sql-parser-engine

${project.version}

// 根据需要引入指定方言的解析模块(以MySQL为例),可以添加所有支持的方言，也可以只添加使用到的

org.apache.shardingsphere

shardingsphere-sql-parser-mysql

${project.version}

//获取语法树

/**

* databaseType type:String 可能值 MySQL,Oracle，PostgreSQL，SQL92，SQLServer

* sql type:String 解析的SQL

* useCache type:boolean 是否使用缓存

* @return parse tree

ParseTree tree = new SQLParserEngine(databaseType).parse(sql, useCache);

// 获取SQLStatement

/**

* databaseType type:String 可能值 MySQL,Oracle，PostgreSQL，SQL92，SQLServer

* useCache type:boolean 是否使用缓存

* @return SQLStatement

ParseTree tree = new SQLParserEngine(databaseType).parse(sql, useCache);

SQLVisitorEngine sqlVisitorEngine = new SQLVisitorEngine(databaseType, "STATEMENT");

SQLStatement sqlStatement = sqlVisitorEngine.visit(tree);

三、常见解析器

1、MySQL Parser

词法解析通过手写代码的方式实现，语法解析通过定义语法规则，使用bison生成语法解析代码。

2、PostgreSQL Parser

通过定义语法规则，使用flex/bison生成词法，语法解析代码。

3、TIDB Parser(能够单独使用, golang)

词法解析通过手写代码的方式实现，语法解析通过定义语法规则，使用goyacc生成语法解析代码。

4、ShardingSphere Parser(能够单独使用, 多种目标语言c,c++,java, golang,python)

通过定义语法规则，使用ANTLR生成词法，语法解析代码

可以方便自定义语法

提供缓存机制

SQL 格式化，SQL参数化

支持多种DB: Mysql, PostgreSQL, SQLServer, Oracle, SQL92

支持自定义visitor

5、alibaba druid(能够单独使用，java)

通过代码的方式实现词法解析器和语法解析器

支持多种DB: Mysql, PostgreSQL, SQLServer, Oracle, odps, db2, hive, SQL92

SQL 格式化，SQL参数化

支持自定义visitor

6、Jsqlparser(能够单独使用, java)

通过javacc定义语法解析规则实现

不局限于某一个DB

注意：

基本都是通过定义语法来实现的，词法解析都是通过定义正则语言，构造有限状态自动机实现，区别是LL(自顶向下)语法和LR(自底向上)语法。

antlr使用的是LL(自顶向下)的语法规则改进的LL(*)算法，Bison和goyacc使用LR(自底向上)的语法规则，LALR算法，Jsqlparser是LL(k), druid目测类似LL(k)。

LR相比LL表达能力更强，典型的例子是antlr不支持相互左递归，bison支持。

四、AST(语法树)应用

转化为逻辑执行计划，逻辑执行计划再转换为物理执行计划，物理执行计划用于存储引擎具体执行。

eg: select * from table1, table2 where table1.id=1 转化为逻辑执行计划为：

通过遍历语法树，对SQL进行格式化，参数化等(完)

http://weibo.com/p/23126100007598826952660993

http://www.tianya.cn/143521411/profile

http://www.tianya.cn/143521411

http://www.tianya.cn/143518697/profile

http://www.tianya.cn/143518697

http://www.tianya.cn/143521486/profile

http://www.tianya.cn/143521486

http://www.tianya.cn/143521503/profile

http://www.tianya.cn/143521503

http://www.tianya.cn/143521536/profile

http://www.tianya.cn/143521536

http://www.tianya.cn/143521568/profile

http://www.tianya.cn/143521568

http://www.tianya.cn/143521578/profile

http://www.tianya.cn/143521578

http://www.tianya.cn/143521620/profile

http://www.tianya.cn/143521620

http://www.tianya.cn/143521999/profile

http://www.tianya.cn/143522003/profile

http://www.tianya.cn/143522012/profile

http://www.tianya.cn/143522018/profile

http://www.tianya.cn/143522027/profile

http://www.tianya.cn/143522033/profile

http://www.tianya.cn/143522038/profile

http://www.tianya.cn/143522047/profile

http://www.tianya.cn/143522052/profile

http://www.tianya.cn/143522056/profile

http://www.tianya.cn/143522059/profile

http://www.tianya.cn/143522064/profile

http://www.tianya.cn/143522069/profile

http://www.tianya.cn/143522077/profile

http://www.tianya.cn/143522079/profile

http://www.tianya.cn/143522086/profile

http://www.tianya.cn/143522091/profile

http://www.tianya.cn/143522096/profile

http://www.tianya.cn/143522110/profile

http://www.tianya.cn/143522117/profile

http://www.tianya.cn/143522120/profile

http://www.tianya.cn/143522127/profile

http://www.tianya.cn/143522142/profile

http://www.tianya.cn/143522145/profile

http://www.tianya.cn/143522155/profile

http://www.tianya.cn/143522176/profile

http://www.tianya.cn/143522183/profile

http://www.tianya.cn/143522245/profile

http://www.tianya.cn/143522252/profile

http://www.tianya.cn/143522254/profile

http://www.tianya.cn/143522259/profile

http://www.tianya.cn/143522265/profile

http://www.tianya.cn/143522296/profile

http://www.tianya.cn/143522300/profile

http://www.tianya.cn/143522307/profile

http://www.tianya.cn/143522310/profile

http://www.tianya.cn/143522317/profile

http://www.tianya.cn/143522320/profile

http://www.tianya.cn/143522324/profile

http://www.tianya.cn/143522336/profile

http://www.tianya.cn/143522330/profile

http://www.tianya.cn/143521999

http://www.tianya.cn/143522003

http://www.tianya.cn/143522012

http://www.tianya.cn/143522018

http://www.tianya.cn/143522027

http://www.tianya.cn/143522033

http://www.tianya.cn/143522038

http://www.tianya.cn/143522047

http://www.tianya.cn/143522052

http://www.tianya.cn/143522056

http://www.tianya.cn/143522059

http://www.tianya.cn/143522064

http://www.tianya.cn/143522069

http://www.tianya.cn/143522077

http://www.tianya.cn/143522079

http://www.tianya.cn/143522086

http://www.tianya.cn/143522091

http://www.tianya.cn/143522096

http://www.tianya.cn/143522110

http://www.tianya.cn/143522117

http://www.tianya.cn/143522120

http://www.tianya.cn/143522127

http://www.tianya.cn/143522142

http://www.tianya.cn/143522145

http://www.tianya.cn/143522155

http://www.tianya.cn/143522176

http://www.tianya.cn/143522183

http://www.tianya.cn/143522245

http://www.tianya.cn/143522252

http://www.tianya.cn/143522254

http://www.tianya.cn/143522259

http://www.tianya.cn/143522265

http://www.tianya.cn/143522296

http://www.tianya.cn/143522300

http://www.tianya.cn/143522307

http://www.tianya.cn/143522310

http://www.tianya.cn/143522317

http://www.tianya.cn/143522320

http://www.tianya.cn/143522324

http://www.tianya.cn/143522336

http://www.tianya.cn/143522330