通过SQL一键解析表字段血缘关系

       可以根据sql文件中的sql快速解析出表字段到字段的血缘关系,支持mysql、oracle、hive、impala、greenplum等数据库sql语法解析,可以在sql文件中放如多段sql解析,也可以同时解析多份sql文件。

注意,需要有java环境,因为工具依赖的jar包需jvm执行。除此之外不需要依赖开发工具,exe格式应用可以在任意安装java的windows系统上使用。

工具下载链接:​

https://www.xsoftnet.com//share/a0QC36aMO1s.html

工具主界面如下:

b22f6f696b43466ca87d3d20e4b60577.png

把需要解析的sql文件放在sqllogs目录下,也可以自行指定 其它目录,可以把多段sql语句放入文件中一次性解析,同时支持放多个文件解析,文件格式支持.log或.txt格式,正则表达式时自动过滤掉sql中的单行或多行注释内容,可以自行定义其它正则。

具体解析效果如下,可以看出关系类型,如create table、create view、insert等:

greenplum sql语法解析:

cd2932267b114ee18968c6bab563db20.png

 0edb74406c5c4ee9bbc789fe188a0f39.png

 oracle语法解析:

f8255522fb3447ed9b64e2098618c990.png

0fe7923eec3f4f4f992a904e8106c105.jpeg

 

 

 

工具下载链接:

https://www.xsoftnet.com//share/a0QC36aMO1s.html

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 7
    评论
SQL解析血缘关系是指分析SQL语句中之间的依赖关系,以及和列之间的依赖关系。实现SQL解析血缘关系的过程可以分为以下几个步骤: 1. SQL语句解析:将SQL语句解析成语法树。 2. 语法树遍历:遍历语法树,找到所有的和列。 3. 血缘关系分析:根据语法树中的和列,分析它们之间的依赖关系,得到之间的血缘关系和列之间的血缘关系。 4. 血缘关系存储:将分析得到的血缘关系存储在数据库中,以便后续使用。 下面是一个简单的Java实现,演示了如何解析SQL语句并分析和列之间的血缘关系: ```java public class SQLParser { private String sql; private Map<String, List<String>> tableDependencies; // 之间的依赖关系 private Map<String, List<String>> columnDependencies; // 列之间的依赖关系 public SQLParser(String sql) { this.sql = sql; this.tableDependencies = new HashMap<>(); this.columnDependencies = new HashMap<>(); } public void parse() { // 解析SQL语句,得到语法树 ASTNode ast = SQLParserUtil.parse(sql); // 遍历语法树,找到所有的和列 List<ASTNode> tables = SQLParserUtil.findNodes(ast, "TOK_TABREF"); List<ASTNode> columns = SQLParserUtil.findNodes(ast, "TOK_TABLE_OR_COL"); // 分析之间的依赖关系 for (ASTNode table : tables) { String tableName = table.getChild(0).getText(); List<String> dependencies = new ArrayList<>(); for (ASTNode column : columns) { if (column.getChildCount() == 1 && tableName.equalsIgnoreCase(column.getChild(0).getText())) { dependencies.add(column.getChild(0).getText()); } } tableDependencies.put(tableName, dependencies); } // 分析列之间的依赖关系 for (ASTNode column : columns) { if (column.getChildCount() == 1) { String columnName = column.getChild(0).getText(); String tableName = null; for (ASTNode table : tables) { if (table.getChild(0).getText().equalsIgnoreCase(columnName)) { tableName = table.getChild(0).getText(); break; } } if (tableName != null) { List<String> dependencies = new ArrayList<>(); for (ASTNode col : columns) { if (col.getChildCount() == 1 && tableName.equalsIgnoreCase(col.getChild(0).getText())) { dependencies.add(col.getChild(0).getText()); } } columnDependencies.put(columnName, dependencies); } } } // 将血缘关系存储在数据库中 saveBloodline(tableDependencies, columnDependencies); } private void saveBloodline(Map<String, List<String>> tableDependencies, Map<String, List<String>> columnDependencies) { // 将血缘关系存储在数据库中 // TODO: 实现存储逻辑 } } ``` 在上面的代码中,我们使用了一个`ASTNode`类来示语法树节点,使用了`SQLParserUtil`类来解析SQL语句和遍历语法树。在`parse()`方法中,我们首先解析SQL语句,然后遍历语法树找到所有的和列。接着,我们分析之间的依赖关系和列之间的依赖关系,最后将血缘关系存储在数据库中。在实际应用中,我们需要根据具体的需求对`saveBloodline()`方法进行实现。

“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 7
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

打赏作者

乌云雨

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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