百家乐必知技巧
开发

用 Go 构建一个 SQL 解析器

在本文中,小编将向大家简单介绍如何在 Go 中构造 LL(1) 解析器,并应用于解析SQL查询。希望大家能用 Go 对简单的解析器算法有一个了解和简单应用。

摘要

本文旨在简单介绍如何在 Go 中构造 LL(1) 解析器,在本例中用于解析SQL查询。

为了简单起见,我们将处理子选择、函数、复杂嵌套表达式和所有 SQL 风格都支持的其他特性。这些特?#26434;?#25105;们将要使用的策略紧密相关。

1分钟理论

一个解析器包含两个部分:

  • 词法分析:也就是“Tokeniser”
  • 语法分析:AST 的创建

词法分析

让我们用例子来定义一下。“Tokenising”以下查询:

SELECT id, name FROM 'users.csv'

表示提取构成此查询的“tokens”。tokeniser 的结果像这样:

[]string{"SELECT", "id", ",", "name", "FROM", "'users.csv'"}

语法分析

这部分实际上是我们查看 tokens 的地方,确保它们有意义并解析它们来构造出一些结构体,以一种对将要使用它的应用程序更方便的方式表示查询(例如,用于执行查询,用颜色高亮显示它)。在这一步之后,我们会得到这样的结果:

query{	Type: "Select",	TableName: "users.csv",	Fields: ["id", "name"],}

有很多原因可能会导致解析失败,所以同时执行这两个步骤可能会比较方便,并在出?#25191;?#35823;时可以立即停止。

策略

我们将定义一个像这样的解析器:

type parser struct { ?sql ? ? ? ? ? ? string ? ? ? ?// The query to parse ?i ? ? ? ? ? ? ? int ? ? ? ? ? // Where we are in the query ?query ? ? ? ? ? query.Query ? // The "query struct" we'll build ?step ? ? ? ? ? ?step ? ? ? ? ?// What's this? Read on...}// Main function that returns the "query struct" or an errorfunc (p *parser) Parse() (query.Query, error) {}// A "look-ahead" function that returns the next token to parsefunc (p *parser) peek() (string) {}// same as peek(), but advancing our "i" indexfunc (p *parser) pop() (string) {}

直观地说,我们首先要做的是“peek() 第一个 token”。在基础的SQL语法中,只有几个?#34892;?#30340;初始 token:SELECT、UPDATE、DELETE等;其他的都是错误的。代码像这样:

switch strings.ToUpper(parser.peek()) {case "SELECT": ?parser.query.type = "SELECT" // start building the "query struct" ?parser.pop() ?// TODO continue with SELECT query parsing...case "UPDATE": ?// TODO handle UPDATE// TODO other cases...default: ?return parser.query, fmt.Errorf("invalid query type")}

我们基本上可以填写 TODO 和让它跑起来!然而,聪明的读者会发现,解析整个 SELECT 查询的代码很快会变得混乱,而且我们?#34892;?#22810;类型的查询需要解析。所以我们需要一些结构。

有限状态机

FSMs 是一个非常有趣的话题,但我们来这里不是为了讲这个,所以不会深入介绍。让我们只关注我们需要什?#30784;?/p>

在我们的解析过程中,在任何给定的点(与其说“点?#20445;?#19981;如称其称为“节点?#20445;?#21482;有少数 token 是?#34892;?#30340;,在找到这些 token 之后,我们将进入新的节点,其中不同的 token 是?#34892;?#30340;,以此类推,直到完成对查询的解析。我们可以将这些节点关系可视化为有向图:

点转换可以用一个更简单的表来定义,但是:

我们可以直接将这个表转换成一个非常大的 switch 语句。我们将使用那个我们之前定义过的 parser.step 属性:

func (p *parser) Parse() (query.Query, error) { ?parser.step = stepType // initial step ?for parser.i < len(parser.sql) { ? ?nextToken := parser.peek() ? ?switch parser.step { ? ?case stepType: ? ? ?switch nextToken { ? ? ?case UPDATE: ? ? ? ?parser.query.type = "UPDATE" ? ? ? ?parser.step = stepUpdateTable ? ? ?// TODO cases of other query types ? ? ?} ? ?case stepUpdateSet: ? ? ?// ... ? ?case stepUpdateField: ? ? ?// ... ? ?case stepUpdateComma: ? ? ?// ... ? ?} ? ?parser.pop() ?} ?return parser.query, nil}

好了!注意,?#34892;?#27493;骤可能会有条件地循环回以前的步骤,比如 SELECT 字段定义?#31995;?#36887;号。这种策略对于基本的解析器非常适用。然而,随着语法变得复杂,状态的数量将?#26412;?#22686;加,因此编写起来可能会变得单调乏味。我建议在编?#21019;?#30721;时进行测试;更多信息请见下文。

Peek() 实现

记住,我们需要同时实现 peek() 和 pop() 。因为它们几乎是一样的,所以我们用一个辅助函数来保持代码整洁。此外,pop() 应该进一步推进索引,以避免取到空格。

func (p *parser) peek() string { ?peeked, _ := p.peekWithLength() ?return peeked}func (p *parser) pop() string { ?peeked, len := p.peekWithLength() ?p.i += len ?p.popWhitespace() ?return peeked}func (p *parser) popWhitespace() { ?for ; p.i < len(p.sql) && p.sql[p.i] == ' '; p.i++ { ?}}

下面是我们可能想要得到的令牌列表:

var reservedWords = []string{ ?"(", ")", ">=", "<=", "!=", ",", "=", ">", "<", ?"SELECT", "INSERT INTO", "VALUES", "UPDATE", ?"DELETE FROM", "WHERE", "FROM", "SET",}

除此之外,我们可能会遇到带引号的字符串或纯标识符(例如字段名)。下面是一个完整的 peekWithLength() 实现:

func (p *parser) peekWithLength() (string, int) { ?if p.i >= len(p.sql) { ? ?return "", 0 ?} ?for _, rWord := range reservedWords { ? ?token := p.sql[p.i:min(len(p.sql), p.i+len(rWord))] ? ?upToken := strings.ToUpper(token) ? ?if upToken == rWord { ? ? ?return upToken, len(upToken) ? ?} ?} ?if p.sql[p.i] == '\'' { // Quoted string ? ?return p.peekQuotedStringWithLength() ?} ?return p.peekIdentifierWithLength()}

其余的函数都很简单,留给读者作为练习。如果您?#34892;?#36259;,可以查看 github 的链接,其中包含完整的?#21019;?#30721;实现。

最终验证

解析器可能会在得到完整的查询定义之前找到字符串的末尾。实现一个 parser.validate() 函数可能是一个好主意,该函数查看生成的“query”结构,如果它不完整或错误,则返回一个错误。

测试Go的表格驱动测?#38405;?#24335;非常适合我们的情况:

type testCase struct { ?Name ? ? string ? ? ? ? // description of the test ?SQL ? ? ?string ? ? ? ? // input sql e.g. "SELECT a FROM 'b'" ?Expected query.Query ? ?// expected resulting "query" struct ?Err ? ? ?error ? ? ? ? ?// expected error result}

测试实例:

ts := []testCase{ ? ?{ ? ? ?Name: ? ? "empty query fails", ? ? ?SQL: ? ? ?"", ? ? ?Expected: query.Query{}, ? ? ?Err: ? ? ?fmt.Errorf("query type cannot be empty"), ? ?}, ? ?{ ? ? ?Name: ? ? "SELECT without FROM fails", ? ? ?SQL: ? ? ?"SELECT", ? ? ?Expected: query.Query{Type: query.Select}, ? ? ?Err: ? ? ?fmt.Errorf("table name cannot be empty"), ? ?}, ? ?...

像这样测试测试用例:

for _, tc := range ts { ? ?t.Run(tc.Name, func(t *testing.T) { ? ? ?actual, err := Parse(tc.SQL) ? ? ?if tc.Err != nil && err == nil { ? ? ? ?t.Errorf("Error should have been %v", tc.Err) ? ? ?} ? ? ?if tc.Err == nil && err != nil { ? ? ? ?t.Errorf("Error should have been nil but was %v", err) ? ? ?} ? ? ?if tc.Err != nil && err != nil { ? ? ? ?require.Equal(t, tc.Err, err, "Unexpected error") ? ? ?} ? ? ?if len(actual) > 0 { ? ? ? ?require.Equal(t, tc.Expected, actual[0], ? ? ? ? ?"Query didn't match expectation") ? ? ?} ? ?}) ?}

我使用 verify 是因为当查询结构不匹配?#20445;?#23427;提供了一个 diff 输出。

深入理解

这个实验非常适?#24076;?/p>

  • 学习 LL(1) 解析器算法
  • 自定义解析无依赖关系的简单语法

然而,这种方法可能会变得单调乏味,而且有一定的局限性。考虑一下如何解析?#25105;?#22797;杂的复合表达式(例如 sqrt(a) =(1 *(2 + 3)))。

要获得更强大的解析模型,请查看解析器组合符。goyacc 是一个流行的Go实现。

下面是完整的解析器地址:

http://github.com/marianogappa/sqlparser
?#19968;?#27809;有学会写个人?#24471;鰨?

“分库分表" ?选型和流程要慎重,否则会失控

上一篇

专访领英工程副总裁张仁辉:如何驯服算法,打造世界级的职位推荐系统?

下一篇

你?#37096;?#33021;?#19981;?/h4>

用 Go 构建一个 SQL 解析器

长按储存图像,分享给朋友

ITPUB 每周精要将?#26434;始?#30340;形式发放至您的邮箱


微信扫一扫

微信扫一扫
百家乐必知技巧 甘肃11选5开奖信息 魂斗罗归来燃尽之城攻略 皇家贝蒂斯巴伦西亚2019 宙斯2注册 重庆快乐十分钟开将结果 深海捕鱼大师单机下载 捕鱼大师注册送5元 悉尼fcvs墨胜利 伯恩利埃弗顿前瞻 江西快三走势图表