Druid 作为使用率特别高的的数据库连接池工具，在具备完善的连接池管理功能外，同时Druid 的 SQL解析功能可以用来防止 SQL注入等安全风险。通过对 SQL 语句进行解析和检查，Druid 可以识别并阻止潜在的恶意 SQL 语句执行，黑名单（阻止特定的 SQL 语句执行）、白名单（仅允许特定的 SQL 语句执行）等功能，从而提升数据库的安全性。
可以利用 Druid 的 SQL 解析结果，进行进一步的二次解析和组合，从而形成脚本的血缘关系和影响关系。
测试访问地址：http://43.139.19.48:8888/#/
Gitee：https://gitee.com/javalxy/sql-lineage-show
前置知识
AST抽象语法树
官方文档链接：Druid_SQL_AST · alibaba/druid Wiki · GitHub
抽象语法树（AST, Abstract Syntax Tree） 是编程语言解析和编译过程中产生的一种树状数据结构，它表示源代码的语法结构。AST 抽象出代码的语法特征，同时剔除不必要的语法细节，提供了程序结构的抽象表示。
SQLTableSource
常见的SQLTableSource包括SQLExprTableSource、SQLJoinTableSource、SQLSubqueryTableSource、SQLUnionQuery
主要为表的关联类型，针对与不同的SQL，分支处理。
if (tableSource instanceof SQLExprTableSource) {
SQLExpr sqlExpr = ((SQLExprTableSource) tableSource).getExpr();
processTableExpression(tableName, sqlExpr);
} else if (tableSource instanceof SQLSubqueryTableSource) {
List<SQLSelectItem> selectList = queryBlock.getSelectList();
selectList.forEach(item -> processTableExpression(tableName, item.getExpr()));
} else if (tableSource instanceof SQLUnionQuery) {
SQLUnionQuery sqlUnionQuery = (SQLUnionQuery) tableSource;
List<SQLSelectQuery> relations = sqlUnionQuery.getRelations();
for (SQLSelectQuery relation : relations) {
if (relation instanceof SQLSelectQueryBlock) {
SQLTableSource nestedTableSource = ((SQLSelectQueryBlock) relation).getFrom();
if (nestedTableSource instanceof SQLExprTableSource) {
SQLExpr sqlExpr = ((SQLExprTableSource) nestedTableSource).getExpr();
processTableExpression(tableName, sqlExpr);
}
}
}
}
SQLSelect & SQLSelectQuery
SQLSelectStatement包含一个SQLSelect，SQLSelect包含一个SQLSelectQuery，都是组成的关系。SQLSelectQuery有主要的两个派生类，分别是SQLSelectQueryBlock和SQLUnionQuery。
此对象是一个查询主体，其主要的关联关系就是查询的关系。这种关系由查询字段衍生出来，涵盖了查询字段、关系字段、函数、组成等（也就是可解析的字段类型，后文会详细说明，即：SQLExpr）。除此之外，还有表关系（如上文提到的 SQLTableSource）、分组关系等。这些关系共同构成了 SQL 语句的结构和逻辑。此对象也可看做是解析的中流砥柱，很多向下的衍生关系也都通过此封装。
if (sqlSelectQuery instanceof SQLSelectQueryBlock) {
disposeSelectQuery((SQLSelectQueryBlock) sqlSelectQuery, sqlItems, fieldModels);
} else if (sqlSelectQuery instanceof SQLUnionQuery) {
disposeSQLUnionQuery((SQLUnionQuery) sqlSelectQuery, sqlItems, fieldModels);
}
SQLExpr
解析代码中大约 80% 的内容可能都围绕着 SQLExpr 进行。在所有的 SQLExpr 子对象中，通常存在多层次的继承关系。因此，无论表达式多么复杂，都可以通过递归层层向下，找到基本类型进行处理。这种处理方式相当繁琐，因为需要针对每种类型进行细致的拆解和处理。对于几种基本类型，可以直接进行处理；但对于聚合函数或二元操作这样的复杂类型，则需要逐层拆解，获取其下层类型后再判断并处理，如此反复，直至解析到基本类型为止，形成一个完整的闭环。
目前已处理类型如下：
SQLAggregateExpr、SQLBinaryOpExpr、SQLPropertyExpr、SQLMethodInvokeExpr、SQLAllColumnExpr、SQLIdentifierExpr、SQLCaseExpr、SQLInListExpr、SQLCastExpr、SQLBetweenExpr、SQLQueryExpr、SQLCharExpr、SQLNullExpr、SQLIntegerExpr、SQLNumberExpr
其中也存在无法处理的情况，如常量类型，All类型（*），需要其他逻辑支持。
if (sqlExpr instanceof SQLAggregateExpr) {
// 处理聚合函数表达式
dispose((SQLAggregateExpr) sqlExpr, itemFieldModels);
} else if (sqlExpr instanceof SQLBinaryOpExpr) {
// 处理二元操作表达式
dispose((SQLBinaryOpExpr) sqlExpr, itemFieldModels);
} else if (sqlExpr instanceof SQLPropertyExpr) {
// 处理属性表达式
dispose((SQLPropertyExpr) sqlExpr, itemFieldModels);
} else if (sqlExpr instanceof SQLMethodInvokeExpr) {
// 处理方法调用表达式
dispose((SQLMethodInvokeExpr) sqlExpr, itemFieldModels);
} else if (sqlExpr instanceof SQLAllColumnExpr) {
// 处理所有列(*)表达式
dispose((SQLAllColumnExpr) sqlExpr, itemFieldModels);
} else if (sqlExpr instanceof SQLIdentifierExpr) {
// 处理标识符表达式
dispose((SQLIdentifierExpr) sqlExpr, itemFieldModels);
}
// 略...
示例
此示例和druid解析无关系。
SELECT name, age FROM users WHERE age > 18;
对应的 AST
这个 SQL 查询的 AST（抽象语法树）可以表示如下：
SelectStatement
├── SelectClause
│ ├── Column (name)
│ └── Column (age)
├── FromClause
│ └── Table (users)
└── WhereClause
└── BinaryExpression (>)
├── Column (age)
└── Literal (18)
一条正确的 SQL 语句可以通过抽象语法树（AST）进行概括（通常使用 ANTLR 作为底层支持，排除 g4 模板解析失败的情况）。对于较复杂的语句，如关联查询、子查询和函数处理等，这些语句基本上是层层嵌套的。理论上，通过支持各种类型的解析后，可以使用递归方式遍历整个抽象语法树，从而完整地获取字段结构并进行二次处理。
二次处理Druid AST抽象语法树
使用Druid解析SQL
List<SQLStatement> stmts = SQLUtils.parseStatements(sqlText, enumDbType.getDbType());
for (SQLStatement stmt : stmts) {
SchemaStatVisitor statVisitor = SQLUtils.createSchemaStatVisitor(enumDbType.getDbType());
stmt.accept(statVisitor);
}
处理结果如下图所示，将 SQL 进行了细粒度的拆分以可视化结构展示出来，包括来源表、表的状态（如：SELECT、UPDATE、DELETE 等）、处理字段、条件等。
表影响关系处理
当前解析工具针对于表关系处理了 HAVING、GROUP、WHERE、JOIN及查询 这五种，后续按需再更新。
// 处理 HAVING 条件
disposeConditions(statVisitor, tableModels
