361 lines
9.5 KiB
Markdown
361 lines
9.5 KiB
Markdown
# dt-sql-parser
|
||
|
||
[![NPM version][npm-image]][npm-url] [![NPM downloads][download-img]][download-url] [![Chat][online-chat-img]][online-chat-url]
|
||
|
||
[npm-image]: https://img.shields.io/npm/v/dt-sql-parser.svg?style=flat-square
|
||
[npm-url]: https://www.npmjs.com/package/dt-sql-parser
|
||
|
||
[download-img]: https://img.shields.io/npm/dm/dt-sql-parser.svg?style=flat
|
||
[download-url]: https://www.npmjs.com/package/dt-sql-parser
|
||
|
||
[online-chat-img]: https://img.shields.io/discord/920616811261743104?logo=Molecule
|
||
[online-chat-url]: https://discord.gg/uVvq6mfPfa
|
||
|
||
[English](./README.md) | 简体中文
|
||
|
||
dt-sql-parser 是一个基于 [ANTLR4](https://github.com/antlr/antlr4) 开发的， 针对大数据领域的 **SQL Parser** 项目。通过[ANTLR4](https://github.com/antlr/antlr4) 生成的 Parser、Visitor 和 Listener，我们可以轻松的做到对 SQL 语句的**语法检查**（Syntax Validation）、**词法分析**（Tokenizer)、 **遍历 AST** 节点等功能。此外，还提供了一些辅助方法, 例如 **SQL 切割（Split）**、**自动补全**等。
|
||
|
||
**已支持的 SQL 类型：**
|
||
|
||
- MySQL
|
||
- Flink SQL
|
||
- Spark SQL
|
||
- Hive SQL
|
||
- PostgreSQL
|
||
- Trino SQL
|
||
- Impala SQL
|
||
|
||
**SQL 辅助方法支持**
|
||
|
||
| SQL 类型 | SQL 切割 | 自动补全 |
|
||
| ----------- | -------- | -------- |
|
||
| MySQL | ✅ | ✅ |
|
||
| Flink SQL | ✅ | ✅ |
|
||
| Spark SQL | ✅ | ✅ |
|
||
| Hive SQL | ✅ | ✅ |
|
||
| PostgreSQL | ✅ | ✅ |
|
||
| Trino SQL | ✅ | ✅ |
|
||
| Impala SQL | ✅ | ✅ |
|
||
|
||
> 提示：当前的 Parser 是 `Javascript` 语言版本，如果有必要，可以尝试编译 Grammar 文件到其他目标语言。
|
||
|
||
<br/>
|
||
|
||
## 与 MonacoEditor 集成
|
||
我们提供了[monaco-sql-languages](https://github.com/DTStack/monaco-sql-languages)，通过它你可以轻易的将`dt-sql-parser`与`monaco-editor`集成。
|
||
|
||
>提示：如果想要在浏览器中运行 `dt-sql-parser`，请不要忘记安装 `assert` 和 `util` 的 polyfills 包，另外还需要定义全局变量 `process.env`。 在 node 环境中则不需要，因为 node 内置了这些。
|
||
|
||
<br/>
|
||
|
||
## 安装
|
||
|
||
```bash
|
||
# use npm
|
||
npm i dt-sql-parser --save
|
||
|
||
# use yarn
|
||
yarn add dt-sql-parser
|
||
```
|
||
|
||
<br/>
|
||
|
||
## 使用
|
||
在开始使用前，需要先了解基本用法。`dt-sql-parser` 为不同类型的 SQL 分别提供相应的 SQL Parser 类：
|
||
```javascript
|
||
import { MySQL, FlinkSQL, SparkSQL, HiveSQL, PostgresSQL, TrinoSQL, ImpalaSQL } from 'dt-sql-parser';
|
||
```
|
||
|
||
在使用语法校验，自动补全等功能之前，需要先实例化对应 SQL 类型的 Parser，以 `MySQL` 为例：
|
||
```javascript
|
||
const parser = new MySQL();
|
||
```
|
||
|
||
下文中的使用示例将使用 `MySQL`，其他 SQL 类型的 Parser 使用方式与`MySQL` 相同。
|
||
|
||
### 语法校验（Syntax Validation）
|
||
```javascript
|
||
import { MySQL } from 'dt-sql-parser';
|
||
|
||
const parser = new MySQL();
|
||
|
||
const correctSql = 'select id,name from user1;';
|
||
const errors = parser.validate(correctSql);
|
||
console.log(errors);
|
||
```
|
||
|
||
*输出：*
|
||
|
||
```javascript
|
||
/*
|
||
[]
|
||
*/
|
||
```
|
||
|
||
**校验失败示例：**
|
||
|
||
```javascript
|
||
const incorrectSql = 'selec id,name from user1;'
|
||
const errors = parser.validate(incorrectSql);
|
||
console.log(errors);
|
||
```
|
||
|
||
*输出：*
|
||
|
||
```javascript
|
||
/*
|
||
[
|
||
{
|
||
endCol: 5,
|
||
endLine: 1,
|
||
startCol: 0,
|
||
startLine: 1,
|
||
message: "mismatched input 'SELEC' expecting {<EOF>, 'ALTER', 'ANALYZE', 'CALL', 'CHANGE', 'CHECK', 'CREATE', 'DELETE', 'DESC', 'DESCRIBE', 'DROP', 'EXPLAIN', 'GET', 'GRANT', 'INSERT', 'KILL', 'LOAD', 'LOCK', 'OPTIMIZE', 'PURGE', 'RELEASE', 'RENAME', 'REPLACE', 'RESIGNAL', 'REVOKE', 'SELECT', 'SET', 'SHOW', 'SIGNAL', 'UNLOCK', 'UPDATE', 'USE', 'BEGIN', 'BINLOG', 'CACHE', 'CHECKSUM', 'COMMIT', 'DEALLOCATE', 'DO', 'FLUSH', 'HANDLER', 'HELP', 'INSTALL', 'PREPARE', 'REPAIR', 'RESET', 'ROLLBACK', 'SAVEPOINT', 'START', 'STOP', 'TRUNCATE', 'UNINSTALL', 'XA', 'EXECUTE', 'SHUTDOWN', '--', '(', ';'}"
|
||
}
|
||
]
|
||
*/
|
||
```
|
||
|
||
先实例化 Parser 对象，然后使用 `validate` 方法对 SQL 语句进行校验，如果校验失败，则返回一个包含 `error` 信息的数组。
|
||
|
||
### 词法分析（Tokenizer）
|
||
|
||
部分场景下，可以通过 `getAllTokens` 单独对 SQL 语句进行词法分析，获取所有的 Tokens 对象：
|
||
|
||
```javascript
|
||
import { MySQL } from 'dt-sql-parser';
|
||
|
||
const parser = new MySQL()
|
||
const sql = 'select id,name,sex from user1;'
|
||
const tokens = parser.getAllTokens(sql)
|
||
console.log(tokens)
|
||
```
|
||
|
||
*输出：*
|
||
|
||
```javascript
|
||
/*
|
||
[
|
||
{
|
||
channel: 0
|
||
column: 0
|
||
line: 1
|
||
source: [SqlLexer, InputStream]
|
||
start: 0
|
||
stop: 5
|
||
tokenIndex: -1
|
||
type: 137
|
||
_text: null
|
||
},
|
||
...
|
||
]
|
||
*/
|
||
```
|
||
|
||
### 访问者模式（Visitor）
|
||
|
||
使用 Visitor 模式访问 AST 中的指定节点
|
||
|
||
```typescript
|
||
import { MySQL, AbstractParseTreeVisitor } from 'dt-sql-parser';
|
||
import type { MySqlParserVisitor } from 'dt-sql-parser';
|
||
|
||
const parser = new MySQL();
|
||
const sql = `select id,name from user1;`;
|
||
const tree = parser.parse(sql);
|
||
|
||
type Result = string;
|
||
|
||
class MyVisitor extends AbstractParseTreeVisitor<Result> implements MySqlParserVisitor<Result> {
|
||
protected defaultResult() {
|
||
return '';
|
||
}
|
||
visitTableName(ctx) {
|
||
let tableName = ctx.text.toLowerCase();
|
||
console.log('TableName', tableName);
|
||
return '';
|
||
}
|
||
visitSelectElements(ctx) {
|
||
let selectElements = ctx.text.toLowerCase();
|
||
console.log('SelectElements', selectElements);
|
||
return '';
|
||
}
|
||
visitProgram(ctx) { // program 是根规则
|
||
this.visitChildren(ctx);
|
||
return 'Return by program context'
|
||
}
|
||
}
|
||
const visitor = new MyVisitor();
|
||
const result = visitor.visit(tree);
|
||
|
||
console.log(result);
|
||
```
|
||
|
||
*输出：*
|
||
|
||
```javascript
|
||
/*
|
||
SelectElements id,name
|
||
TableName user1
|
||
*/
|
||
/*
|
||
Return by program node
|
||
*/
|
||
```
|
||
|
||
> 提示：使用 Visitor 模式时，节点的方法名称可以在对应 SQL 目录下的 Visitor 文件中查找
|
||
|
||
### 监听器（Listener）
|
||
|
||
Listener 模式，利用 [ANTLR4](https://github.com/antlr/antlr4) 提供的 `ParseTreeWalker` 对象遍历 AST，进入各个节点时调用对应的方法。
|
||
|
||
```typescript
|
||
import { MySQL } from 'dt-sql-parser';
|
||
import type { MySqlParserListener } from 'dt-sql-parser';
|
||
|
||
const parser = new MySQL();
|
||
const sql = 'select id,name from user1;';
|
||
const parseTree = parser.parse(sql);
|
||
|
||
class MyListener implements MySqlParserListener {
|
||
enterTableName(ctx) {
|
||
let tableName = ctx.text.toLowerCase();
|
||
console.log('TableName:', tableName);
|
||
}
|
||
enterSelectElements(ctx) {
|
||
let selectElements = ctx.text.toLowerCase();
|
||
console.log('SelectElements:', selectElements);
|
||
}
|
||
}
|
||
const listenTableName = new MyListener();
|
||
parser.listen(listenTableName as MySqlParserListener, parseTree);
|
||
```
|
||
|
||
*输出：*
|
||
|
||
```javascript
|
||
/*
|
||
SelectElements id,name
|
||
TableName user1
|
||
*/
|
||
```
|
||
|
||
> 提示：使用 Listener 模式时，节点的方法名称可以在对应 SQL 目录下的 Listener 文件中查找
|
||
|
||
### SQL 按语句切割
|
||
以 `FlinkSQL` 为例：
|
||
```javascript
|
||
import { FlinkSQL } from 'dt-sql-parser';
|
||
const parser = new FlinkSQL();
|
||
const sql = 'SHOW TABLES;\nSELECT * FROM tb;';
|
||
const sqlSlices = parser.splitSQLByStatement(sql);
|
||
console.log(sqlSlices)
|
||
```
|
||
|
||
*输出：*
|
||
|
||
```javascript
|
||
/*
|
||
[
|
||
{
|
||
startIndex: 0,
|
||
endIndex: 11,
|
||
startLine: 1,
|
||
endLine: 1,
|
||
startColumn: 1,
|
||
endColumn: 12,
|
||
text: 'SHOW TABLES;'
|
||
},
|
||
{
|
||
startIndex: 13,
|
||
endIndex: 29,
|
||
startLine: 2,
|
||
endLine: 2,
|
||
startColumn: 1,
|
||
endColumn: 17,
|
||
text: 'SELECT * FROM tb;'
|
||
}
|
||
]
|
||
*/
|
||
```
|
||
|
||
### 自动补全（Code Completion）
|
||
在 sql 文本的指定位置上获取自动补全信息，以 `FlinkSQL` 为例：
|
||
|
||
调用 `getSuggestionAtCaretPosition` 方法，传入 sql 内容和指定位置的行列号。
|
||
+ **获取关键字候选项列表**
|
||
|
||
```javascript
|
||
import { FlinkSQL } from 'dt-sql-parser';
|
||
const parser = new FlinkSQL();
|
||
const sql = 'CREATE ';
|
||
const pos = { lineNumber: 1, column: 16 }; // 最后一个位置
|
||
const keywords = parser.getSuggestionAtCaretPosition(sql, pos)?.keywords;
|
||
console.log(keywords);
|
||
```
|
||
*输出：*
|
||
|
||
```javascript
|
||
/*
|
||
[ 'CATALOG', 'FUNCTION', 'TEMPORARY', 'VIEW', 'DATABASE', 'TABLE' ]
|
||
*/
|
||
```
|
||
+ **获取语法相关自动补全信息**
|
||
```javascript
|
||
const parser = new FlinkSQL();
|
||
const sql = 'SELECT * FROM tb';
|
||
const pos = { lineNumber: 1, column: 16 }; // tb 的后面
|
||
const syntaxSuggestions = parser.getSuggestionAtCaretPosition(sql, pos)?.syntax;
|
||
console.log(syntaxSuggestions);
|
||
|
||
|
||
```
|
||
|
||
*输出：*
|
||
|
||
```javascript
|
||
/*
|
||
[
|
||
{
|
||
syntaxContextType: 'table',
|
||
wordRanges: [
|
||
{
|
||
text: 'tb',
|
||
startIndex: 14,
|
||
stopIndex: 15,
|
||
line: 1,
|
||
startColumn: 15,
|
||
stopColumn: 16
|
||
}
|
||
]
|
||
},
|
||
{
|
||
syntaxContextType: 'view',
|
||
wordRanges: [
|
||
{
|
||
text: 'tb',
|
||
startIndex: 14,
|
||
stopIndex: 15,
|
||
line: 1,
|
||
startColumn: 15,
|
||
stopColumn: 16
|
||
}
|
||
]
|
||
}
|
||
]
|
||
*/
|
||
```
|
||
语法相关自动补全信息返回一个数组，数组中每一项代表该位置可以填写什么语法，比如上例中的输出结果代表该位置可以填写**表名**或者**视图名称**。其中 `syntaxContextType` 是可以补全的语法类型，`wordRanges` 是已经填写的内容。
|
||
|
||
### 其他 API
|
||
|
||
- `createLexer` 创建一个 Antlr4 Lexer 实例并返回；
|
||
- `createParser` 创建一个 Antlr4 Parser 实例并返回；
|
||
- `parse` 解析输入的 sql，并返回解析树；
|
||
|
||
<br/>
|
||
|
||
## 许可证
|
||
|
||
[MIT](./LICENSE)
|