数据中台，数据仓库在大数据的发展中占着重要的占比，二者两者都离不开血缘关系的构建，解析SQL构建血缘关系
我们可以借助工具查询最外层表的个数，一般的来源都是一个或多个，如果 是Union关系，那么就是0个，这样来处理Union的关系
log.debug("表个数: {}", stmt.getTables().size());
if (stmt.getTables().size() >= 1) {
// TODO 处理非Union的逻辑关系
} else {
// Union的逻辑可以拆分为 left和right
TSelectSqlStatement leftStmt = stmt.getLeftStmt();
if (Func.notNull(leftStmt)) {
parseStatement(leftStmt, null, pojoList, targetTable);
}
TSelectSqlStatement rightStmt = stmt.getRightStmt();
if (Func.notNull(rightStmt)) {
parseStatement(rightStmt, null, pojoList, targetTable);
}
}
【二】判断该SQL是否包含子查询（临时表）
如果最外层的SQL包子查询（临时表），那么就需要把子查询视为一个整体，先构建目标表到临时表之间的血缘关系。
借助工具，我们可以判断表类型，如果表类型是subquery，那么可以明确知道是子查询，那么就可以将其视为一个 新的表，递归处理
if (table.getTableType() == ETableSource.subquery) {
TSelectSqlStatement statement = table.getSubquery();
if (Func.notNull(statement)) {
parseStatement(statement, null, pojoList, table.getAliasName());
}
}
【三】接下来就可以把表的查询字段进行解析
借助工具我们可以获取到所查询（操作）的字段，字段的那些大致分为三类，普通字段（可以直接使用） ，case when语句，Hive函数
switch (expressionType) {
case case_t:
// TODO case when查理
break;
case function_t:
// TODO 函数处理，cast比较特殊
break;
case arithmetic_plus_t:
case parenthesis_t:
case arithmetic_modulo_t:
case logical_and_t:
case arithmetic_times_t:
case arithmetic_divide_t:
case simple_comparison_t:
case array_access_expr_t:
// TODO 以上存在多对一 ， 那么需要把两个字段分开，分别获取 每个字段的信息
break;
case simple_object_name_t:
// TODO 直接获取字段的信息
break;
default:
break;
}
End 我们只需要将获取的字段信息记录到MySQL中，那么使用递归查询，即可构建血缘的关系
附上血缘图Json
{
"edges": [
{
"from": {
"column": "name",
"tbName": "data2"
},
"to": {
"column": "name",
"tbName": "middle1"
}
},
{
...
}
],
"nodes": [
{
"id": "data1",
"name": "data1",
"type": "Origin",
"columns": [{
"name": "age"
}, {
"name": "name"
}, {
"name": "class"
}],
"top": 135,
"left": 10
},{
...
}
]
}
以上是解析HQL的思路，更多的是借助工具，如果有需要可以下面留言
