前言
最近在看SQL语法解析器，发现了antlr4提供的PlSql语法树存在一个BUG，然后我顺着这个BUG，构造了一条SQL，在ORACLE执行，如下
然后神奇的事情出现了，这个查询竟然没有返回行！t1表左关联t2，而且对t1表没有过滤条件，那么无论如何t1表中的数据应该是全部展现的！
然后有人可能认为ORACLE就是这样的，但下面这个图的出现可能会让人瞬间抓狂！
两条长得完全一样的SQL，就是简单的两个表关联查询，竟然出现了结果不一致的情况！
起因
在客户应用迁移到某国产数据库中，有一条类似这样的SQL
select * from t1 left join t2 on t1.id=t2.ids(+);
在该国产数据库中会报错 ERROR: Operator "(+)" can only be used in WhereClause of Select-Statement or Subquery.
即不允许操作符 (+)出现在select语句的where子句以外的地方。
于是我们开始分析这样的SQL基于语法树应该如何改写。
首先这个SQL是两个表的left join，一般正常的写法是
select * from t1,t2 where t1.id=t2.ids(+);
或
select * from t1 left join t2 on t1.id=t2.ids;
即两个表的左关联不需要同时使用 left join和 (+)，两种用法重复了，最简单的改法就是在原SQL上去掉 (+)号。
但是只能针对两表的 left join 或 right join，对于 join则不能简单的去掉，因为 join的时候，(+)就有意义了。
于是乎，我们试图通过语法树来看是否可以区分出 join和 left join
join_clause
: query_partition_clause? (CROSS | NATURAL)? (INNER | outer_join_type)? JOIN table_ref_aux query_partition_clause? (
join_on_part
| join_using_part
)*
| (CROSS | OUTER) APPLY table_ref_aux
;
outer_join_type
: (FULL | LEFT | RIGHT) OUTER?
;
从语法解析规则文件来看，似乎是可以区分的，然后解析一下这条SQL：
select * from t1 left join t2 on t1.id=t2.ids;
^Z
(sql_script
(unit_statement
(data_manipulation_language_statements
(select_statement
(select_only_statement
(subquery
(subquery_basic_elements
(query_block select
(selected_list *)
(from_clause from
(table_ref_list
(table_ref
(table_ref_aux
(table_ref_aux_internal
(dml_table_expression_clause
(tableview_name
(identifier
(id_expression
(regular_id t1))))))
(table_alias
(identifier
(id_expression
(regular_id
(non_reserved_keywords_pre12c left))))))
(join_clause join
(table_ref_aux
(table_ref_aux_internal
(dml_table_expression_clause
(tableview_name
(identifier
(id_expression
(regular_id t2)))))))
(join_on_part on
(condition
(expression
(logical_expression
(unary_logical_expression
(multiset_expression
(relational_expression
(relational_expression
(compound_expression
(concatenation
(model_expression
(unary_expression
(atom
(general_element
(general_element
(general_element_part
(id_expression
(regular_id t1)))) .
(general_element_part
(id_expression
(regular_id
(non_reserved_keywords_pre12c id)))))))))))
(relational_operator =)
(relational_expression
(compound_expression
(concatenation
(model_expression
(unary_expression
(atom
(general_element
(general_element
(general_element_part
(id_expression
(regular_id t2)))) .
(general_element_part
(id_expression
(regular_id ids)))))))))))))))))))))))))))) ; <EOF>)
结果发现这里的 left竟然被当成了t1表的别名！ORACLE对于关键字作为别名的一个重要特点就是可以不加 as，而且ORACLE也的确支持 left作为表的别名。于是乎这里的语法似乎也可以说得过去，不是外关联，而是 left这个表和 t2表做 join。（其实是开源的语法解析器的问题https://github.com/antlr/grammars-v4/issues/1726 ）
而ORACLE自然是不会允许这种情况发生的，ORACLE在语法解析的时候，读到left，会往后匹配一个词，如果是 join或outer join，则一起识别为 left join,否则,就把left识别为表的别名。但这样就会导致要执行更多的判断逻辑。而其他数据库禁止使用left作为别名，或者禁止不带 as直接作为别名时，则不需要有这样判断，并且不会引起语法上的歧义。
答案揭晓
在做这个语法分析的过程中，我们发现了这一语法歧义，自然就可以想到，我们能不能通过某种手段，在oracle里让这个 left真的变为别名。
其实很简单，left里有一个特殊的字母 e,经常做信息安全方面的人，以及经常识别假冒账号的人，对这个 e可以说是非常熟悉，比如下面这4个进程名，去对比字符，可以发现是完全不同的四个进程名
explorer.exe
еxplorеr.exe
еxplorer.exe
explorеr.exe
SQL> with t as (
2 select 'explorer.exe' c from dual union all
3 select 'еxplorеr.exe' from dual union all
4 select 'еxplorer.exe' from dual union all
5 select 'explorеr.exe' from dual)
6 select c,utl_raw.cast_to_raw(c) from t;
C UTL_RAW.CAST_TO_RAW(C)
-------------- --------------------------------------------------------------------------------
explorer.exe 6578706C6F7265722E657865
еxplorеr.exe A7D678706C6F72A7D6722E657865
еxplorer.exe A7D678706C6F7265722E657865
explorеr.exe 6578706C6F72A7D6722E657865
其实这里的 е不是 e，而是俄文的 е,没错，俄文里的 e，字形和英文字母的 e是一模一样的，但其实是两个不同的字符。
所以文章开始的那两个SQL就是下面的看似一样的两条SQL查出来的
with t1 as (select 1 id from dual),
t2 as (select 0 ids from dual)
select * from t1 lеft join t2 on id=ids;
with t1 as (select 1 id from dual),
t2 as (select 0 ids from dual)
select * from t1 left join t2 on id=ids;
总结
虽然在国内的实际生产应用中，这里出现俄文的 е，概率是极低的，但养成良好的开发习惯，不过于依赖ORACLE这种宽松的SQL标准，比如别名就得加 as，不要混用 join和 (+)等，这样能在异构数据库兼容改造时，省去不少麻烦。
- 本文作者： DarkAthena
- 本文链接： https://www.darkathena.top/archives/A-Scenario-of-Syntactic-Ambiguity-Caused-by-Allowing-Keywords-as-Aliases
- 版权声明： 本博客所有文章除特别声明外，均采用CC BY-NC-SA 3.0 许可协议。转载请注明出处
