導讀：本文將討論關于使用 Calcite 解析單條 SQL 獲取源表和結果表的思路。

實現思路

Apache Calcite是一款開源的動態數據管理框架，它提供了標準的SQL語言、多種查詢優化和連接各種數據源的能力，但不包括數據存儲、處理數據的算法和存儲元數據的存儲庫。

我們可以借助 Calcite SqlParser 解析器分析 SQL 并生成 AST 語法樹，并通過訪問 AST 的各個節點獲取到我們想要的信息。

具體實現

構建 Calcite SqlParser 解析器解析 SQL 并生成 AST 語法樹

 @Test
    void test() {
        String sql = "insert into ... select ...";
        // 在解析前可以對 SQL 語句進行預處理，比如將不支持的 && 替換為 AND， != 替換為 <>
        SqlParser.Config config =
                SqlParser.configBuilder()
                        .setParserFactory(FlinkSqlParserImpl.FACTORY)
                        .setLex(Lex.JAVA)
                        .setIdentifierMaxLength(256)
                        .build();
        // 創建解析器
        SqlParser sqlParser = SqlParser
                .create(sql, config);
        // 生成 AST 語法樹
        SqlNode sqlNode;
        try {
            sqlNode = sqlParser.parseStmt();
        } catch (SqlParseException e) {
            throw new RuntimeException("使用 Calcite 進行語法分析發生了異常", e);
        }
      	SqlBloodRes res = new SqlBloodRes();
        // 遞歸遍歷語法樹
        getDependencies(sqlNode, res, false);
    }

此處筆者參考了 從 SQL 語句中解析出源表和結果表 - JR's Blog 所提供的思路。在 Calcite 解析出來的 AST 是以 SqlNode 的形式表現的，一個 SqlNode 即是 AST 中的一個節點。SqlNode 有許多類型，我們關注的 Source 和 Sink 表表名在 AST 中會是一個 SqlIdentifier 的葉子結點。（注意：并非所有 SqlIdentifier 葉子結點都對應表名，列名也對應 SqlIdentifier）

在一條 SQL 中，最終出現表的引用的情況歸結于以下兩種情況：

• SELECT 語句的 FROM clause 中的直接引用
• JOIN 語句中 LEFT 和 RIGHT clause 中的直接引用

嵌套子查詢的 SQL 語句中，最終進入到子查詢的 AST 子樹中，只要出現了對表的引用，一定會分解出以上兩種結構。因此，對于一個 SqlIdentifier 類型的葉子節點，在以下兩種情況下，該葉子結點就是一個表的引用：

• 父節點是 SqlSelect，且當前節點是父節點的 FROM 子句派生出的子節點
• 父節點是 SqlJoin（如果是 Lookup join 則節點為 SNAPSHOT 類型，需繼續深入子節點）

另外，一種特殊的情況需要加以考慮。在 SQL 中 AS 常用作起別名，因而可能 SqlIdentifier 的父節點是 AS，而 AS 的父節點是 SELECT 或 JOIN。這種情況下，我們可以將 AS 看作一種 “轉發” 結點，即 AS 的父節點和子節點忽略掉 AS 結點，直接構成父子關系。

從根結點開始遍歷 AST，解析所有的子查詢，找到符合上述兩種情況的子結構，就可以提取出所有對表的引用。

private SqlBloodRes getDependencies(SqlNode sqlNode, SqlBloodRes res, Boolean fromOrJoin) {
        if (sqlNode.getKind() == JOIN) {
            SqlJoin sqlKind = (SqlJoin) sqlNode;
            getDependencies(sqlKind.getLeft(), res, true);
            getDependencies(sqlKind.getRight(), res, true);
        } else if (sqlNode.getKind() == IDENTIFIER) {
            if (fromOrJoin) {
                // 獲取 source 表名
                res.getSourceTables().put(sqlNode.toString(), sqlNode.toString());
            }
        } else if (sqlNode.getKind() == AS) {
            SqlBasicCall sqlKind = (SqlBasicCall) sqlNode;
            if (sqlKind.getOperandList().size() >= 2) {
                getDependencies(sqlKind.getOperandList().get(0), res, fromOrJoin);
            }
        } else if (sqlNode.getKind() == INSERT) {
            SqlInsert sqlKind = (SqlInsert) sqlNode;
            // 獲取 sink 表名
            res.setSinkTable(sqlKind.getTargetTable().toString());
            getDependencies(sqlKind.getSource(), res, false);
        } else if (sqlNode.getKind() == SELECT) {
            SqlSelect sqlKind = (SqlSelect) sqlNode;
            List<SqlNode> list = sqlKind.getSelectList().getList();
            for (SqlNode i : list) {
                getDependencies(i, res, false);
            }
            getDependencies(sqlKind.getFrom(), res, true);
        } else if (sqlNode.getKind() == SNAPSHOT) {
            // 處理 Lookup join 的情況
            SqlSnapshot sqlKind = (SqlSnapshot) sqlNode;
            getDependencies(sqlKind.getTableRef(), res, true);
        }   else {
            // TODO 這里可根據需求拓展處理其他類型的 sqlNode
        }
        return res;
    }

結果封裝

@Data
public class SqlBloodRes {

    private Map<String, String> sourceTables = new HashMap<>();

    private String sinkTable;
}

最后

上面就是使用 Calcite 解析 SQL 獲取源表和結果表的思路，Demo 實現比較粗糙，各位可以根據實際場景及自身需求進行優化豐富。