21.sharding-jdbc源码之SQL解析-词法分析

阿飞Javaer,转载请注明原创出处,谢谢!!

sharding-jdbc对SQL解析的源码主要在下图所示parsing模块中,由下图可知SQL解析主要分为两部分:lexer和parser。lexer就是本文需要分析的词法分析:
sharding-jdbc sql解析

分析sharding-jdbc源码的词法分析之前,先大概说一下词法分析是干嘛的,后面理解起来就会更容易,例如对于SQL:“/! hello, afei /delete ignore from `t_user` where user_id=? “而言,词法分析结果如下:

SQL com.dangdang.ddframe.rdb.sharding.parsing.lexer.token.Token
/*! hello, afei */ 跳过
delete (type=DELETE, literals=delete, endPosition=24)
ignore (type=IGNORE, literals=ignore, endPosition=31)
from (type=FROM, literals=from, endPosition=36)
`t_user` (type=IDENTIFIER, literals=`t_user`, endPosition=45)
where (type=WHERE, literals=where, endPosition=51)
user_id (type=IDENTIFIER, literals=user_id, endPosition=59)
= (type=EQ, literals==, endPosition=60)
? (type=QUESTION, literals=?, endPosition=61)
(type=END, literals=, endPosition=62)

SQL解析结果初探

前面分析SQL重写的时,其测试用例代码在SQLRewriteEngineTest.java中,列举其中一个用例源码如下,assertRewriteForLimit()方法中的selectStatement就是SQL解析的结果:

@Before
public void setUp() {
    // 定义sharding规则
    shardingRule = new ShardingRuleMockBuilder()
            // table_x表的主键列是id
            .addGenerateKeyColumn("table_x", "id")
            // table_x和table_y是绑定表关系
            .addBindingTable("table_y").build();
    selectStatement = new SelectStatement();
    tableTokens = new HashMap<>(1, 1);
    // 逻辑表table_x对应的实际表是table_1
    tableTokens.put("table_x", "table_1");
}

@Test
public void assertRewriteForLimit() {
    selectStatement.setLimit(new Limit(true));
    selectStatement.getLimit().setOffset(new LimitValue(2, -1));
    selectStatement.getLimit().setRowCount(new LimitValue(2, -1));
    selectStatement.getSqlTokens().add(new TableToken(17, "table_x"));
    selectStatement.getSqlTokens().add(new OffsetToken(33, 2));
    selectStatement.getSqlTokens().add(new RowCountToken(36, 2));
    // SelectStatement就是SQL解析的结果
    SQLRewriteEngine rewriteEngine = new SQLRewriteEngine(shardingRule, "SELECT x.id FROM table_x x LIMIT 2, 2", selectStatement);
    assertThat(rewriteEngine.rewrite(true).toSQL(tableTokens), is("SELECT x.id FROM table_1 x LIMIT 0, 4"));
}

SQL解析分析

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
sharding-jdbc 是一个基于 JDBC分库分表中间件,它可以将一张表拆分成多个表,存储在不同的数据库中,从而实现分库分表的效果。对于 SQL Server 数据库,sharding-jdbc 的使用方法与其他数据库并无不同。 首先,需要在项目中引入 sharding-jdbc 相关的依赖,然后在配置文件中配置数据源、分库分表策略等信息。具体配置方法可以参考 sharding-jdbc 的官方文档。 对于 SQL Server 数据库,需要注意以下几点: 1. sharding-jdbc 目前只支持 SQL Server 2008 及以上版本。 2. 在配置数据源时,需要指定 SQL Server 的 JDBC 驱动,例如: ``` dataSource: names: ds_0, ds_1 ds_0: driverClassName: com.microsoft.sqlserver.jdbc.SQLServerDriver url: jdbc:sqlserver://localhost:1433;DatabaseName=sharding_db_0 username: root password: 123456 ds_1: driverClassName: com.microsoft.sqlserver.jdbc.SQLServerDriver url: jdbc:sqlserver://localhost:1433;DatabaseName=sharding_db_1 username: root password: 123456 ``` 3. 在配置分库分表策略时,需要根据实际情况选择合适的算法。SQL Server 支持的算法包括:取模分片算法、范围分片算法、哈希分片算法等。 ``` shardingRule: tables: t_order: actualDataNodes: ds_${0..1}.t_order_${0..1} tableStrategy: standard: shardingColumn: order_id shardingAlgorithmName: t_order_inline keyGenerateStrategy: column: order_id keyGeneratorName: snowflake shardingAlgorithms: t_order_inline: type: INLINE props: algorithm-expression: t_order_${order_id % 2} ``` 4. 需要注意 SQL Server 的数据类型与其他数据库的差异,例如日期时间类型的写法可能不同。 配置好后,sharding-jdbc 就可以自动将数据分片存储在不同的数据库中了,实现了分库分表的效果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值