SQL抽象語法樹及改寫場景應用

来源:https://www.cnblogs.com/Jcloud/archive/2022/10/09/16771418.html
-Advertisement-
Play Games

我們平時會寫各種各樣或簡單或複雜的sql語句,提交後就會得到我們想要的結果集。比如sql語句,”select * from t_user where user_id > 10;”,意在從表t_user中篩選出user_id大於10的所有記錄。你有沒有想過從一條sql到一個結果集,這中間經歷了多少坎坷... ...


1 背景

我們平時會寫各種各樣或簡單或複雜的sql語句,提交後就會得到我們想要的結果集。比如sql語句,”select * from t_user where user_id > 10;”,意在從表t_user中篩選出user_id大於10的所有記錄。你有沒有想過從一條sql到一個結果集,這中間經歷了多少坎坷呢?

2 SQL引擎

從MySQL、Oracle、TiDB、CK,到Hive、HBase、Spark,從關係型資料庫到大數據計算引擎,他們大都可以藉助SQL引擎,實現“接受一條sql語句然後返回查詢結果”的功能。

他們核心的執行邏輯都是一樣的,大致可以通過下麵的流程來概括:

中間藍色部分則代表了SQL引擎的基本工作流程,其中的詞法分析和語法分析,則可以引申出“抽象語法樹”的概念。

3 抽象語法樹

3.1 概念

高級語言的解析過程都依賴於解析樹(Parse Tree),抽象語法樹(AST,Abstract Syntax Tree)是忽略了一些解析樹包含的一些語法信息,剝離掉一些不重要的細節,它是源代碼語法結構的一種抽象表示。以樹狀的形式表現編程語言的結構,樹的每個節點ASTNode都表示源碼中的一個結構;AST在不同語言中都有各自的實現。

解析的實現過程這裡不去深入剖析,重點在於當SQL提交給SQL引擎後,首先會經過詞法分析進行“分詞”操作,然後利用語法解析器進行語法分析並形成AST。

下圖對應的SQL則是“select username,ismale from userInfo where age>20 and level>5 and 1=1”;

這棵抽象語法樹其實就簡單的可以理解為邏輯執行計划了,它會經過查詢優化器利用一些規則進行邏輯計劃的優化,得到一棵優化後的邏輯計劃樹,我們所熟知的“謂詞下推”、“剪枝”等操作其實就是在這個過程中實現的。得到邏輯計劃後,會進一步轉換成能夠真正進行執行的物理計劃,例如怎麼掃描數據,怎麼聚合各個節點的數據等。最後就是按照物理計劃來一步一步的執行了。

3.2 ANTLR4

解析(詞法和語法)這一步,很多SQL引擎採用的是ANTLR4工具實現的。ANTLR4採用的是構建G4文件,裡面通過正則表達式、特定語法結構,來描述目標語法,進而在使用時,依賴語法字典一樣的結構,將SQL進行拆解、封裝,進而提取需要的內容。下圖是一個描述SQL結構的G4文件。

3.3 示例

3.2.1 SQL解析

在java中的實現一次SQL解析,獲取AST並從中提取出表名。

首先引入依賴:

<dependency>
    <groupId>org.antlr</groupId>
    <artifactId>antlr4-runtime</artifactId>
    <version>4.7</version>
</dependency>

在IDEA中安裝ANTLR4插件;

示例1,解析SQL表名。

使用插件將描述MySQL語法的G4文件,轉換為java類(G4文件忽略)。

類的結構如下:

其中SqlBase是G4文件名轉換而來,SqlBaseLexer的作用是詞法解析,SqlBaseParser是語法解析,由它生成AST對象。HelloVisitor和HelloListener:進行抽象語法樹的遍歷,一般都會提供這兩種模式,Visitor訪問者模式和Listener監聽器模式。如果想自己定義遍歷的邏輯,可以繼承這兩個介面,實現對應的方法。

讀取表名過程,是重寫SqlBaseBaseVisitor的幾個關鍵方法,其中TableIdentifierContext是表定義的內容;

SqlBaseParser下還有SQL其他“詞語”的定義,對應的就是G4文件中的各類描述。比如TableIdentifierContext對應的是G4中TableIdentifier的描述。

3.2.2 字元串解析

上面的SQL解析過程比較複雜,以一個簡單字元串的解析為例,瞭解一下ANTLR4的邏輯。

1)定義一個字元串的語法:Hello.g4

2)使用IDEA插件,將G4文件解析為java類

3)語法解析類HelloParser,內容就是我們定義的h和world兩個語法規則,裡面詳細轉義了G4文件的內容。

4)HelloBaseVisitor是採用訪問者模式,開放出來的介面,需要自行實現,可以獲取xxxParser中的規則信息。

5)編寫測試類,使用解析器,識別字元串“hi abc”:

6)調試後發現命中規則h,解析為Hi和abc兩部分。

7)如果是SQL的解析,則會一層層的獲取到SQL中的各類關鍵key。

4 SqlParser

利用ANTLR4進行語法解析,是比較底層的實現,因為Antlr4的結果,只是簡單的文法解析,如果要進行更加深入的處理,就需要對Antlr4的結果進行更進一步的處理,以更符合我們的使用習慣。

利用ANTLR4去生成並解析AST的過程,相當於我們在寫rpc框架前,先去實現一個netty。因此在工業生產中,會直接採用已有工具來實現解析。

Java生態中較為流行的SQL Parser有以下幾種(此處摘自網路):

  • fdb-sql-parser 是FoundationDB在被Apple收購前開源的SQL Parser,目前已無人維護。
  • jsqlparser 是基於JavaCC的開源SQL Parser,是General SQL Parser的Java實現版本。
  • Apache calcite 是一款開源的動態數據管理框架,它具備SQL解析、SQL校驗、查詢優化、SQL生成以及數據連接查詢等功能,常用於為大數據工具提供SQL能力,例如Hive、Flink等。calcite對標準SQL支持良好,但是對傳統的關係型數據方言支持度較差。
  • alibaba druid 是阿裡巴巴開源的一款JDBC資料庫連接池,但其為監控而生的理念讓其天然具有了SQL Parser的能力。其自帶的Wall Filer、StatFiler等都是基於SQL Parser解析的AST。並且支持多種資料庫方言。

Apache Sharding Sphere(原噹噹Sharding-JDBC,在1.5.x版本後自行實現)、Mycat都是國內目前大量使用的開源資料庫中間件,這兩者都使用了alibaba druid的SQL Parser模塊,並且Mycat還開源了他們在選型時的對比分析Mycat路由新解析器選型分析與結果.

4.1 應用場景

當我們拿到AST後,可以做什麼?

  • 語法審核:根據內置規則,對SQL進行審核、合法性判斷。
  • 查詢優化:根據where條件、聚合條件、多表Join關係,給出索引優化建議。
  • 改寫SQL:對AST的節點進行增減。
  • 生成SQL特征:參考JIRA的慢SQL工單中,生成的指紋(不一定是AST方式,但AST可以實現)。

4.2 改寫SQL

提到改寫SQL,可能第一個思路就是在SQL中添加占位符,再進行替換;再或者利用正則匹配關鍵字,這種方式局限性比較大,而且從安全形度不可取。

基於AST改寫SQL,是用SQL字元串生成AST,再對AST的節點進行調整;通過遍歷Tree,拿到目標節點,增加或修改節點的子節點,再將AST轉換為SQL字元串,完成改寫。這是在滿足SQL語法的前提下實現的安全改寫。

以Druid的SQL Parser模塊為例,利用其中的SQLUtils類,實現SQL改寫。

4.2.1 新增改寫

1)原始SQL

2)實際執行SQL

4.2.2 查詢改寫

前面省略了Tree的遍歷過程,需要識別諸如join、sub-query等語法

1)簡單join查詢

  • 原始SQL

  • 實際執行SQL

2)join查詢+隱式where條件

  • 原始SQL

  • 實際執行SQL

3)union查詢+join查詢+子查詢+顯示where條件

  • 原始SQL
    (unionQuality_Union_Join_SubQuery_ExplicitCondition)

  • 實際執行SQL

5 總結

本文是基於環境隔離的技術預研過程產生的,其中改寫SQL的實現,是資料庫在數據隔離上的一種嘗試。

可以讓開發人員無感知的情況下,以插件形式,在SQL提交到MySQL前實現動態改寫,只需要在數據表上增加欄位、標識環境差異,後續CRUD的SQL都會自動增加標識欄位(flag=’預發’、flag=’生產’),所操作的數據只能是當前應用所在環境的數據。

作者:耿巨集宇


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • keepalived高可用(nginx) keepalived簡介 keepalived官網 Keepalived 軟體起初是專為LVS負載均衡軟體設計的,用來管理並監控LVS集群系統中各個服務節點的狀態,後來又加入了可以實現高可用的VRRP功能。因此,Keepalived除了能夠管理LVS軟體外, ...
  • 在應用開發的早期,數據量少,開發人員開發功能時更重視功能上的實現,隨著生產數據的增長,很多SQL語句開始暴露出性能問題,對生產的影響也越來越大,有時可能這些有問題的SQL就是整個系統性能的瓶頸。 ...
  • 1)對查詢進行優化,應儘量避免全表掃描,首先應考慮在 where 及 order by 涉及的列上建立索引。 2)應儘量避免在 where 子句中使用!=或<>操作符,否則將引擎放棄使用索引而進行全表掃描。 3)應儘量避免在 where 子句中對欄位進行 null 值判斷,否則將導致引擎放棄使用索引 ...
  • 存儲引擎 1.基本介紹 基本介紹 MySQL的表類型由存儲引擎(Storage Engines)決定,主要包括MyISAM、innoDB、Memory等 MySQL數據表主要支持六種類型,分別是:CSV,Memory,ARCHIVE,MRG_MYISAM,MYISAM,InnoBDB。 這六種又分為 ...
  • 本期我們帶大家回顧一下無倦同學的直播分享《ChunJun類載入器隔離》,ChunJun類載入器隔離的方案是我們近期探索的一個新方案,這個方案目前還不是非常成熟,希望能藉由此次分享與大家一起探討下這方案,如果大家有一些新的想法歡迎大家在github上給我提issue或者pr。 一、Java 類載入器解 ...
  • 摘要:GaussDB(for Redis)推出了雙活解決方案,基於GaussDB NoSQL統一架構,通過兩個資料庫實例之間的數據同步,達成數據的一致性。 本文分享自華為雲社區《【雲圖說】一張圖瞭解GaussDB(for Redis)雙活解決方案》,作者: 高斯Redis官方博客。 網路異常、電力故 ...
  • 摘要:本文從零開始引導與大家一起學習圖知識。希望大家可以通過本教程學習如何使用圖資料庫與圖計算引擎。本篇將以華為雲圖引擎服務來輔助大家學習如何使用圖資料庫與圖計算引擎。 本文分享自華為雲社區《從零開始學Graph Database(1)》,作者:弓乙 。 基礎概念 什麼是圖? 首先,我們需要明確圖 ...
  • 這裡會介紹ClickHouse幾種資料庫引擎,已經對應的特點和應用的場景。資料庫引擎允許您處理數據表。預設情況下,ClickHouse使用Atomic資料庫引擎。它提供了可配置的table engines和SQL dialect。 目前的資料庫引擎: MySQL MaterializeMySQL L ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...