这篇文尝试近距离地探究 Druid SQL 解析器如何工作。
　　Demo 代码
　　以这份代码为例
/**
*
*
* @author beanlam
* @date 2017年1月10日 下午11:06:26
* @version 1.0
*
*/
public class ParserMain {
public static void main(String[] args) {
String sql = "select * from user order by id";
// 新建 MySQL Parser
SQLStatementParser parser = new MySqlStatementParser(sql);
// 使用Parser解析生成AST，这里SQLStatement是AST
SQLStatement statement = parser.parseStatement();
// 使用visitor来访问AST
MySqlSchemaStatVisitor visitor = new MySqlSchemaStatVisitor();
statement.accept(visitor);
System.out.println(visitor.getColumns());
System.out.println(visitor.getOrderByColumns());
}
}
　　一开始，需要初始化一个 Parser，在这里 SQLStatementParser 是一个父类，真正解析 SQL 语句的 Parser 实现是 MySqlStatementParser 。
　　Parser 的解析结果是一个 SQLStatement ，这是一个内部维护了树状逻辑结构的类。
　　词法分析
　　Druid 的代码里，代表 语法分析 和 词法分析 的类分别是 SQLParser 和 Lexer 。并且， Parser 拥有一个 Lexer。
public class SQLParser {
protected final Lexer lexer;
protected String      dbType;
public SQLParser(String sql， String dbType){
this(new Lexer(sql)， dbType);
this.lexer.nextToken();
}
public SQLParser(String sql){
this(sql， null);
}
public SQLParser(Lexer lexer){
this(lexer， null);
}
public SQLParser(Lexer lexer， String dbType){
this.lexer = lexer;
this.dbType = dbType;
}
}
　　经过瘦身后的 Druid 代码，其 Lexer 只有两个，分别是 Lexer ，以及它的子类 MySqlLexer
　　Lexer 作为词法分析器，必然拥有其词汇表，在Lexer里，以 Keywords 表示。
　　protected Keywords keywods = Keywords.DEFAULT_KEYWORDS;
　　Keywords 实际上是 key 为单词，value 为 Token 的字典型结构，其中 Token 是单词的类型，比如说，“select” 的 Token 类型是 Select Token，而 “abc” 的 Token 类型，则是标识符，也表示为 Identifier Token。
　　而 MySqlLexer 类，除了沿用其父类的 Keywords 外，自己还有自己的 Keywords。可以理解为 Lexer 所维护的关键字集合，是通用的；而 MySqlLexer 除了有通用的关键字集合，也有属于 MySQL 数据库 SQL 方言的关键字集合。
　　Parser 是 Lexer 的使用者，站在 Parser 的角度看，它会怎么去使用 Lexer，或者说，Lexer 应该具备怎样的功能，才能满足 Parser 的使用需求。
　　Lexer 应该具备一个函数，能让使用者命令它解析一个单词，并且 Lexer 还必须提供一个函数，供使用者获取 Lexer 上一次解析到的单词以及单词的类型。
　　在 Lexer 中， nextToken() 这个方法提供了第一个需求，只要被调用，它按顺序从 SQL 语句的开头到结尾，解析出下一个单词； token() 方法，则返回了上一次解析的单词的 Token 类型，如果 Token 类型是标识符（Identifier），Lexer 还提供了一个 stringVal() 方法，让使用者能拿到标识符的值。
　　走进 Lexer 的 nextToken() 方法，可以发现它的代码充斥着 if 语句和 switch 语句，因为解析单词的时候，是一个字符一个字符地解析，这意味着，这个方法每次扫描一个字符，都必须判断单词是否结束，应该用什么方式来验证这个单词等等。这个过程，是一个 状态机 运作的过程，每解析到一个字符，都要判断当前的状态，以决定应该进入下一个什么状态。
　　Select 语法分析
　　有了 Lexer 这样的犀利工具，接下来是 Parser 发挥的时候了，从 Demo 代码里可以看到，解析的开始，在于调用 parser.parseStatement() 方法。进到这个方法看看，发现清一色是形似如下格式的代码：
if (lexer.token() == Token.xxx) {
// 这里解析 xxx 类型
return;
}
if (lexer.token() == Token.aaa) {
// 这里解析 aaa 类型
return;
}
　　显然，如果是分析对 Select 类型的语句的解析，那么应该关注以下的代码：
　　if (lexer.token() == Token.SELECT) {
　　statementList.add(parseSelect());
　　continue;
　　}
　　重点是 parseSelect() 方法， MySqlStatementParser 重载了它的父类的这个方法，因此这个方法实际上的实现细节是这样的
@Override
public SQLStatement parseSelect() {
MySqlSelectParser selectParser = new MySqlSelectParser(this.exprParser);
SQLSelect select = selectParser.select();
if (selectParser.returningFlag) {
return selectParser.updateStmt;
}
return new SQLSelectStatement(select， JdbcConstants.MYSQL);
}
　　初始化一个针对 MySQL Select 语句的 Parser，然后调用 select() 方法进行解析，把返回结果 SQLSelect 放到 SQLSelectStatement 里，而这个 SQLSelectStatement ，便是我关心的 AST 抽象语法树，SQLSelect 是它的第一个子节点。
　　抛开解析的细节不谈，实际上我会非常关心这棵 AST 的层次结构。