接着之前的文章《浅谈基于JDBC实现虚拟专用数据库（VPD）》的内容，今天我们重点来说一下SQL解析的问题。
从架构上我们可以看出来，如果要基于JDBC做VPD，不能绕开的一个问题，就是要解析SQL，那么如何解析SQL呢？其实可供选择的方案还是很多的，比如JSqlParser、Saprk的Catalyst，亦或是直接使用Antlr，不过这里我还是更推荐使用Apache的Calcite。
首先，我们需要构建一个解析器，这里为了方便，使用Mysql语法
代码语言：javascript复制SqlParser.Config config = SqlParser.configBuilder()
.setLex(Lex.MYSQL) //使用mysql 语法
.build();
String sql = "select id,name,age FROM orders";
SqlParser sqlParser = SqlParser
.create(sql, config);然后，构建一颗AST树
代码语言：javascript复制SqlNode sqlNode = sqlParser.parseStmt();接下来，就需要各种分支判断，来对这个语法树进行遍历，举个简单的例子，我们将标示，以及select项打印出来。
代码语言：javascript复制if(SqlKind.SELECT.equals(sqlNode.getKind())){
SqlSelect sqlSelect = (SqlSelect) sqlNode;
SqlNode from=sqlSelect.getFrom();
SqlNode where=sqlSelect.getWhere();
SqlNodeList selectList=sqlSelect.getSelectList();
if(SqlKind.IDENTIFIER.equals(from.getKind())){
System.out.println(from.toString());
}
selectList.getList().forEach(x->{
System.out.println("==> " x);
});
}所有的SQL语法都会被转换，我们的demo使用select语句，类似的，还有SqlInsert，SqlUpdate，SqlJoin等，解析Sql是一个非常细致的工作，有兴趣的同学也可以读一下Antlr的Sql语法文件，也很有意思。
解析Sql只是整个VPD中的一环，我们还需要进行Sql的构建。举个简单，我们来构建一个简单的sql查询
代码语言：javascript复制 SqlParserPos sqlParserPos = new SqlParserPos(1, 1);
SqlIdentifier all = new SqlIdentifier("*", null, sqlParserPos);
SqlIdentifier o = new SqlIdentifier("o", null, sqlParserPos);
SqlNodeList snl = new SqlNodeList(sqlParserPos);
snl.add(all);
SqlSelect sqls = new SqlSelect(sqlParserPos,null,snl,o,null,null,null,null,null,null,null);
System.out.println(sqls);完整代码如下：
代码语言：javascript复制package cn.flinkhub.bigdata;
import org.apache.calcite.config.Lex;
import org.apache.calcite.sql.*;
import org.apache.calcite.sql.parser.SqlParseException;
import org.apache.calcite.sql.parser.SqlParser;
import org.apache.calcite.sql.parser.SqlParserPos;
public class VPDDemo {
public static void main(String[] args) {
SqlParser.Config config = SqlParser.configBuilder()
.setLex(Lex.MYSQL) //使用mysql 语法
.build();
String sql = "select id,name,age FROM orders";
SqlParser sqlParser = SqlParser
.create(sql, config);
SqlNode sqlNode = null;
try {
System.out.println("sql = " sql);
sqlNode = sqlParser.parseStmt();
if(SqlKind.SELECT.equals(sqlNode.getKind())){
SqlSelect sqlSelect = (SqlSelect) sqlNode;
SqlNode from=sqlSelect.getFrom();
SqlNode where=sqlSelect.getWhere();
SqlNodeList selectList=sqlSelect.getSelectList();
if(SqlKind.IDENTIFIER.equals(from.getKind())){
System.out.println(from.toString());
}
selectList.getList().forEach(x->{
System.out.println("==> " x);
});
}
} catch (SqlParseException e) {
throw new RuntimeException("", e);
}
SqlParserPos sqlParserPos = new SqlParserPos(1, 1);
SqlIdentifier all = new SqlIdentifier("*", null, sqlParserPos);
SqlIdentifier o = new SqlIdentifier("o", null, sqlParserPos);
SqlNodeList snl = new SqlNodeList(sqlParserPos);
snl.add(all);
SqlSelect sqls = new SqlSelect(sqlParserPos,null,snl,o,null,null,null,null,null,null,null);
System.out.println(sqls);
}
}好了，今天就写到这了，希望对大家能有所启发，如果你对Calcite有兴趣，可以与我讨论，接下来，也许会进一步说说构建Sql的事...
作为延伸阅读，推荐大家读读王蒙大神的BLOG。非常有帮助，我以前也转过他的文章
《Apache Calcite 处理流程详解（一）》
《Apache Calcite 优化器详解（二）》
《Apache Calcite 优化器详解（三）》
