一、sqlParse组成

Druid SQL Parser分三个模块：

- Parser

- AST

- Visitor

1.1 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。

1.2 AST

AST是Abstract Syntax Tree的缩写，也就是抽象语法树。AST是parser输出的结果。这也是语法树的精髓了，sql解析，本质上就是把sql转为 ast语法树，拿到这个语法树后，我们就能做很多事了，遍历也好，加点，修改也好，都可以在ast上完成。

 

二、java代码编写

 

 

 

  /**
     * 根据sql由获取sql的表名
     * @param sql
     * @param dbType  数据库类型  可以用JdbcConstants.MYSQL
     * @return Map<别名, 表名>
     */
    public static Map<String /* 别名 */, String /* 表名 */> getTables(String sql,DBType dbType) {
        List<SQLStatement> stmtList = SQLUtils.parseStatements(sql, dbType.name())
        Map<String, String> tables = new HashMap<String, String>();

        for (SQLStatement stmt : stmtList) {
            SchemaStatVisitor visitor = SQLUtils.createSchemaStatVisitor(dbType);
            stmt.accept(visitor);
            for (SQLName originalTable : visitor.getOriginalTables()) {
                if (originalTable instanceof SQLIdentifierExpr) {
                    String tableName = ((SQLIdentifierExpr) originalTable).getName();
                    SQLObject parent = originalTable.getParent();
                    String alias = null;
                    if (parent instanceof SQLPropertyExpr) {
                        alias = ((SQLPropertyExpr) parent).getResolvedTableSource().getAlias();
                    } else if (parent instanceof SQLExprTableSource) {
                        alias = ((SQLExprTableSource) parent).getAlias();
                    }
                    if (null == alias) {
                        alias = tableName;
                    }
                    tables.put(alias, tableName);
                }
            }
        }
        return tables;
    }

三、调试结果 

 

对于MLSQL JDBC的表列信息解析依赖于Druid，因此语法支持受限于Druid，目前Druid的支持如下：

数据库	DML	DDL
odps	完全支持	完全支持
mysql	完全支持	完全支持
postgresql	完全支持	完全支持
oracle	支持大部分	支持大部分
sql server	支持常用的	支持常用的
db2	支持常用的	支持常用的
hive	支持常用的	支持常用的

四、源码支持DB类型 

目前我用的Druid是1.2.18目前源码支持的dbType类型如下