1. 简介
和Antlr生成的SQL有很大不同的是,Druid SQL Parser性能非常好,可以用于生产环境直接对SQL进行分析处理。
1.2. Druid SQL Parser的使用场景
- MySql SQL全量统计
- Hive/ SQL执行安全审计
- 分库分表SQL解析引擎
- 数据库引擎的SQL Parser
2. 各种语法支持
Druid的sql parser是目前支持各种数据语法最完备的SQL Parser。目前对各种数据库的支持如下:
druid还缺省支持sql-92标准的语法,所以也部分支持其他数据库的sql语法。
3. 性能
Druid的SQL Parser是手工编写,性能非常好,目标就是在生产环境运行时使用的SQL Parser,性能比antlr、javacc之类工具生成的Parser快10倍甚至100倍以上。
4. Druid SQL Parser的代码结构
Druid SQL Parser分三个模块:
- Parser
- AST
4.1. parser
parser是将输入文本转换为ast(抽象语法树),parser有包括两个部分,Parser和Lexer,其中Lexer实现词法分析,Parser实现语法分析。
AST是Abstract Syntax Tree的缩写,也就是抽象语法树。AST是parser输出的结果。下面是获得抽象语法树的一个例子:
- final String dbType = JdbcConstants.MYSQL; // 可以是ORACLE、POSTGRESQL、SQLSERVER、ODPS等
- String sql = "select * from t";
- List<SQLStatement> stmtList = SQLUtils.parseStatements(sql, dbType);
- Druid SQL AST介绍
4.3. Visitor
我们可以实现不同的Visitor来满足不同的需求,Druid内置提供了如下Visitor:
- OutputVisitor用来把AST输出为字符串
- WallVisitor 来分析SQL语意来防御SQL注入攻击
- ParameterizedOutputVisitor用来合并未参数化的SQL进行统计
- 用来对SQL表达式求值
- ExportParameterVisitor用来提取SQL中的变量参数
- SQL格式化 Druid内置了基于语义的SQL格式化功能
每种方言的Visitor都有一个缺省的VisitorAdapter,使得编写自定义的Visitor更方便。
4.5. 方言
SQL-92、SQL-99等都是标准SQL,mysql/oracle/pg/sqlserver/odps等都是方言,也就是dialect。parser/ast/visitor都需要针对不同的方言进行特别处理。
5. SchemaRepository
Druid SQL Parser内置了一个SchemaRepository,在内存中缓存SQL Schema信息,用于SQL语义解析中的ColumnResolve等操作。https://github.com/alibaba/druid/wiki/SQL_Schema_Repository