Parser解析重写SQL

victorchutian 发布于 2022-11-28 收录于类别 Compiler

最近在做SQL方面的工作，主要是SQL语法解析和改写。因此打算记录下解析的技术&工具。

文本解析一般首推使用正则表达式。对于大多数的文本，正则都可以很好的解析。以ELK套件中的Logstash为例，其内置的Grok插件支持了120+种常用Pattern，可以很好的用于解析多种形式的文本。但是。正则不是文本解析的万能钥匙，由于正则表达式的自身实现约束，大多数正则表达式引擎不能较好的处理嵌套结构的数据。此外，对于脚本语言或编程语言，正则表达式也是无能为力。

举个例子，如果想替换SQL中的某个字段名，如果只是简单的使用正则替换，那么很可能会错误修改其他位置的文本。例如想修改下面SQL中的order_cnt别名时，就很有可能错误修改其他位置的order_cnt，要避免这类问题需要对正则添加很多断言和约束，由于实际场景中可能会对SQL的列名，表名，条件等各个位置进行改写，场景十分复杂。所以正则这种方式不能从根本上解决问题。由此，引出了接下来要介绍的技术–语法解析器(Parser)。

select 
  dt,
  sum(order_cnt) as order_cnt
  from(
   select order_cnt
   from order_info
   where dt between xxx and xxx
  )group by dt

算法之LFU缓存算法

victorchutian 发布于 2022-11-18 收录于类别 Algorithm

LFU（Least Frequently Used）最近最少使用算法。它是基于“如果一个数据在最近一段时间内使用次数很少，那么在将来一段时间内被使用的可能性也很小”的思路。

举个例子,缓存空间大小为3：

put(1,“a”)
put(2,“b”)
get(1)
get(2)
put(3,“c”)
put(4,“d”) // 此时LFU应该淘汰(3,“c”)

Maven依赖机制

victorchutian 发布于 2022-11-11 收录于类别 Maven

Maven依赖传递是Maven的核心机制之一，它能够一定程度上简化Maven的依赖配置。

Clickhouse别名使用问题

victorchutian 发布于 2022-11-07 收录于类别 Clickhouse

clickhouse 在查询中使用别名时可能会有下面的问题¹。

$ SELECT avg(number) AS number, max(number) FROM numbers(10)

Aggregate function avg(number) is found inside another aggregate function in query.

Java异常丢失堆栈信息

victorchutian 发布于 2022-08-15 收录于类别 Java

在排查线上问题的时候，发现日志中只有java.lang.NullPointerException: null，没有打印出日志堆栈。

AntlrV4的内存泄漏问题

victorchutian 发布于 2022-08-03 收录于类别 Java

在使用antlr生成的语法解析器处理多个文件后，JVM 最终会产生内存不足异常,PredictionContextCache中的hashMap和DFA数组_decisionToDFA会不断增长。因为 PredictionContextCache和_decisionToDFA在生成Parser和Lexer中是类共享的。

public class XXXParser extends Parser {
	protected static final DFA[] _decisionToDFA;
	protected static final PredictionContextCache _sharedContextCache =
		new PredictionContextCache();
  // ...
}