作者：路路
熱愛技術、樂於分享的技術人，目前主要從事數據庫相關技術的研究。
本文來源：原創投稿
*愛可生開源社區出品，原創內容未經授權不得隨意使用，轉載請聯繫小編並註明來源。
數據庫中間件與數據庫有什麼區別？
個人認為除了沒做數據存儲，其他的功能數據庫中間件幾乎一樣不少，比如 SQL 解析、結果集處理、協議實現等。
SQL 解析的定義
今天我們主要來談談 SQL 解析，SQL 的全稱為 Structured Query Language，即結構化查詢語言，既然定義為語言，那其實它和任何其他語言都是平等的。所以對 SQL 的解析完全等同於對任何一門語言的解析，對編程語言的解析這就涉及到編譯原理相關知識了。
想要解析一門語言，通常需要具備以下工具：
- 詞法分析器（Lexer）：負責解析基本的詞法，也就是將字符序列轉換為單詞（Token）序列的過程。
- 語法分析器（Parser）：將詞法分析器解析出的單詞（Token）序列，進一步構建成有語義的數據結構，比如抽象語法樹。
- 訪問器（Visitor）：能夠對語法分析器生成的抽象語法樹進行遍歷，獲取需要的信息。
上面的定義可能大家看完還有點懵懂，這裡我通過一個實際的例子來讓大家有個更具體的認識。
案例解析
原始 SQL 如下：
<code>SELECT id, name FROM test WHERE ID > 2 LIMIT 2;/<code>
下面我們來解析這個 SQL：
1. 詞法分析
詞法分析是將字符序列轉換為單詞（Token）序列的過程，所以上面的 SQL 經過詞法分析後，將會變成這樣一串序列：
是的，大家也許看出來了，詞法分析就是拆分字符序列（是的，沒錯，我們都能自己寫個詞法分析器）。
2. 語法分析
語法分析是將詞法分析器解析出的單詞（Token）序列，進一步構建成有語義的抽象語法樹（為什麼是“抽象”的，是因為這裡的語法並不會表示出真實語法中出現的每個細節，比如上面拆分出來的“,”就不需要再數據結構中展現了）。
經過語法分析，上述序列將呈現如下結構：
同學們看到這裡，應該知道語法分析器的作用了吧，其實就是把單詞（TOKEN）序列轉換成相應的數據結構，因為是樹形的，又是“抽象”的，所以就叫抽象語法樹了，看起來高端，其實大家也能自己寫個語法分析器。
完成了上面兩步，SQL 語法解析就已經完成了，至於遍歷器，其實就是訪問抽象語法樹中的結構的。
結論
對於 SQL 解析，難道我們真的要手寫嗎？答案是當然不用啦，畢竟我們不是第一個吃螃蟹的人，DRUID 已經幫我們實現了 SQL 解析的功能，所以我們可以直接拿來用。DRUID 中的詞法分析器以及語法分析器都是純手寫的，效率也很快。這裡同學們可能會問，難道還有不用手寫的嗎？答案是肯定的，ANLTR 就可以幫你生成相應的解析器，不過還是需要你定義規則的。
DBLE 中 SQL 解析用的是 DRUID 實現，其實 SQL 解析說白了就是理解 SQL，理解了 SQL 就知道它要幹嘛了，所以 DBLE 中的 SQL 解析是為後面的路由、結果集處理等功能服務的。
