首先声明，我不是标题党，我真的是用5000行左右的JS实现了一个轻量级的关系型数据库JSDB，核心是一个SQL编译器，支持增删改查。
源代码放到github上了：https://github.com/lavezhang/jsdb
如果你需要修改程序引入新的特性，请严格遵守GPL协议。
如果转发此文，请注明来源。
前言
工作太忙，好久没写这种长文章了，难得今年国庆超长，又不便外出，这才有时间“不务正业”。
为什么要用一周的时间写这么个玩意儿？看起来也没什么用处，毕竟，没有哪个系统需要在浏览器中跑一个关系型数据库。
如果要搞一个"年度最无用项目"的颁奖，估计JSDB榜上有名。
我一直有一个梦想，要研发一款咱们中国人自己的列式存储分布式数据库！（此处应有掌声^_^）
古人讲，不积跬步无以至千里，JSDB就算探索数据库自研的一个开端吧。
为什么用TypeScript？因为coding效率非常高，跟Python差不多，而且有浏览器就能运行，非常方便，很适合做技术预研，正式开发时再改为C或Rust。
如文章开头所言，JSDB的核心是一个SQL编译器，准确地说，是解释器。学习过《编译原理》的同学，对这个不会陌生。
解释器也是属于编译器的范畴，所以，后面仍然会沿用“SQL编译器”的说法。
概述
按照执行顺序，JSDB的代码由四个部分构成：
1、词法分析，得到 token 列表。参见GitHub源代码，SqlLexer.ts 文件，基于状态机实现，详见 lex_state_flow.xlsx 文件。
2、语法语义分析，得到抽象语法数。参见 SqlParser.ts 文件，自上而下解析，这是行数最多的一个文件。
3、对抽象语法树的执行。参见SqlDatabase.ts文件，以及ast目录下的几十个语法节点的compute(ctx)方法。
4、单元测试和应用范例。test目录和test.html文件里运行着所有的单元测试，index.html文件就是文章开头的体验页面，语法高亮功能基于第三方组件codemirror实现，在 static/codemirror 目录里。
JSDB确实是一个关系型数据库，参照SQL92标准实现，但它并不完整，只实现了最核心的一小部分功能，可以满足日常基本需求。主要特性有：
01、create table 语句
02、insert 语句
03、update 语句
04、delete 语句
05、select 语句，含：distinct / from / join / left join / where / group by / having / order by / limit
06、算数运算符：+、-、*、/、%
07、关系运算符：>、>=、<、<=、=、<>
08、条件运算符：and、or、not
09、其它操作符：like、not like、is null、is not null、between
10、动态占位符：?
11、标准函数，目前只实现了：ifnull、len、substr、substring、instr、concat。
如果需要增加新的标准函数，可以在SqlContext类的构造函数中实现，所有的标准函数都注册到SqlContext.standardFunctions字段中。
尚未实现的重要特性有：
1、with / sub query / exists / alter / truncate 等
2、数据存储。一直在内存中运行，大家可以修改程序，写入浏览器localStorage中。
3、事务。这个需要事务日志来实现，以后再搞，不过在内存中模拟一个，问题也不大。
4、并发锁。JS是单线程，没有真正的并发，有了一个不用实现它的好理由。
5、其它功能。详见大学时的《数据库原理》。
如果大家多多点赞，我就把它实现得更加完整。^_^
本文针对编译器和数据库的入门读者，写了很多小白的内容，高手请飘过。
第一章 词法分析
关于词法分析，程序本身并不难。无论何种编程语言，它的词法分析模块一般都不超过300行，有些甚至只有几十行。
很多人喜欢用 lex/yacc/antr 之类的工具来自动生成，我不喜欢，我就是喜欢手撸的感觉。
词法分析就是要识别源代码中的一个个token，一般包括：关键字、标识符、字符串、数值、布尔值、空值、运算符、操作符、分隔符。
例如，一条SQL语句：
select name, (total_score / 4) as avg_score from student where id = '010123'
涉及如下token：
关键字：select、as、from、where
标识符：name、total_score、avg_score、student、id
字符串：'010123'
数值：4
运算符：/、=
分隔符：, ( )
如何识别这些token呢？两种办法：硬实现、状态机。
硬实现，就是用一大坨的 if/else 识别每一个字符。
举例来说，如果当前字符是一个单引号，程序就认为是一个字符串的开始，于是用一个while循环来判断，直到遇到另一个单引号，表示字符串的结束。
硬实现的最大问题在于，条件分支太多，很容易遗漏或判断错误。
比如，字符串中是要处理转义符的，遇到换行符则要记录错误。
再比如，'>=' 和 '> =' 是不一样的，前者表示大于等于号，后者表示两个运算符：大于号和等于号，因为中间有个空格，而硬写的程序往往会忽略掉这些空白符，什么时候空白符该忽略，什么时候不该忽略，必须把规则一条条列出来，针对处理。
类似的情况还非常多，所以，硬写出来的词法分析程序，无一例外，都是非常复杂的。
给大家看一段用 java 硬实现的字符串识别程序：
if (c == ''') { while (pos < len) { c = source.charAt(pos++); if (c == '\') { c = source.charAt(pos++); if (c == 'n') { buf.append('n'); } else if (c == 'r') { buf.append('r'); } else if (c == 't') { buf.append('t'); } else { buf.append(c); } } else if (c == ''') { return addToken(buf.toString(), SqlConstants.STRING, line); } else { buf.append(c); } } }
上述java程序是我很久之前写的，整个词法程序漏洞百出。
即使是硬实现，也要提前梳理各种转换关系，既然这样，为什么不用状态机呢？
状态机是老一辈计算机科学家发明的理论，基于状态机和BNF产生式，词法分析程序完全可以被形式化了。
一个字符串识别的状态机范例如下：
一个字符串就涉及4个状态，完整的SQL词法涉及几十个状态，如果都用状态流转图画出来，实在太复杂，所以，一般都改用等价的表格来表示。
我在github上放了一个叫 lex_state_flow.xlsx 的Excel文件，截图如下：
需要特别解释两点：
1、状态2到状态6的名字用紫色标记，因为这几个状态是中间状态，最终不能独立存在。
2、状态转换的单元格有三种颜色：灰色、白色、红色。
灰色表示回到初始状态；
白色表示正数状态，转换状态时，前面的缓存内容作为一个token，当前新字符进入新的状态；比如，当前状态是 TK_IDENTITY，这时输入一个字符 '>'，则缓冲区的内容得到一个标识符token，新输入的 '>' 字符进入 TK_GT 状态。
红色表示负数状态，转换状态时，前面的内容加上当前字符一起进入新的状态。比如，当前状态是 TK_GT，这时输入一个字符 ‘=’，则缓冲区的内容 '>' 加上新输入的 '='，得到 '>=' ，进入新的状态 TK_GE，表示大于等于。
词法分析的核心，正是这个状态表格。要完成这样一张表格，看着容易，实际并不容易，我也是花了一天时间。因为一旦遗漏了某个状态或输入字符，整个表格都要改一遍，撸得手都起茧子了。
完成状态表格后，基于此实现的词法扫描程序，就可以非常简单了。文件名为 SqlLexer.ts，代码如下：
const TK_START = 0; //起始 const TK_ERROR = 1; //错误 const TK_IDENTITY = 7; //标识符（下划线当作字母处理） const TK_INT = 8; //整数（不支持科学计数法） const TK_FLOAT = 9; //浮点数（不支持科学计数法） const TK_GT = 10; //操作符：大于 > const TK_LT = 11; //操作符：小于 < const TK_GE = 12; //操作符：大于等于 >= const TK_LE = 13; //操作符：小于等于 <= const TK_EQ = 14; //操作符：等于 = const TK_NE = 15; //操作符：不等于 <> const TK_ADD = 16; //操作符：加 + const TK_SUB = 17; //操作符：减 - const TK_MUL = 18; //操作符：乘 * const TK_DIV = 19; //操作符：除 / const TK_MOD = 20; //操作符：模（取余） % const TK_MOVE_LEFT = 21; //操作符：左移 << const TK_MOVE_RIGHT = 22; //操作符：右移 >> const TK_DOT = 23; //分隔符：点 . const TK_OPEN_PAREN = 24; //分隔符：左圆括号 ( const TK_CLOSE_PAREN = 25; //分隔符：右圆括号 ) const TK_COMMA = 26; //分隔符：逗号 , const TK_HOLD = 27; //占位符 ? const TK_COMMENT = 28; //注释 /**/ const TK_STRING = 29; //字符串 'abc' const TK_SELECT = 50; //关键字：select const TK_FROM = 51; //关键字：from const TK_WHERE = 52; //关键字：where const TK_AS = 53; //关键字：as const TK_DISTINCT = 54; //关键字：distinct const TK_LEFT = 55; //关键字：left const TK_JOIN = 56; //关键字：join const TK_ON = 57; //关键字：on const TK_CASE = 58; //关键字：case const TK_WHEN = 59; //关键字：when const TK_THEN = 60; //关键字：then const TK_ELSE = 61; //关键字：else const TK_END = 62; //关键字：end const TK_IS = 63; //关键字：is const TK_NOT = 64; //关键字：not const TK_NULL = 65; //关键字：null const TK_TRUE = 66; //关键字：true const TK_FALSE = 67; //关键字：false const TK_AND = 68; //关键字：and const TK_OR = 69; //关键字：or const TK_BETWEEN = 70; //关键字：between const TK_IN = 71; //关键字：in const TK_LIKE = 72; //关键字：like const TK_GROUP = 73; //关键字：group const TK_BY = 74; //关键字：by const TK_HAVING = 75; //关键字：having const TK_ORDER = 76; //关键字：order const TK_ASC = 77; //关键字：asc const TK_DESC = 78; //关键字：desc const TK_LIMIT = 79; //关键字：limit const TK_INSERT = 80; //关键字：insert const TK_INTO = 81;//关键字：into const TK_VALUES = 82;//关键字：values const TK_UPDATE = 83;//关键字：update const TK_SET = 84;//关键字：set const TK_DELETE = 85;//关键字：delete const TK_CREATE = 86;//关键字：create const TK_TABLE = 87;//关键字：table /** * 词法状态流转图。 * 详见：lex_state_flow.xlsx 文件。 */ const STATE_FLOW_TABLE = [ [0, 0, 8, 7, 1, 4, 1, 16, 17, 18, 19, 20, 10, 11, 14, 24, 25, 26, 27, 1], [0, 0, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1], [-2, -2, -2, -2, -2, -2, -2, -2, -2, -3, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2], [-2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -28, -2, -2, -2, -2, -2, -2, -2, -2, -2], [-5, -1, -5, -5, -5, -29, -5, -5, -5, -5, -5, -5, -5, -5, -5, -5, -5, -5, -5, -5], [-5, -1, -5, -5, -5, -29, -6, -5, -5, -5, -5, -5, -5, -5, -5, -5, -5, -5, -5, -5], [-5, -1, -5, -5, -5, -5, -5, -5, -5, -5, -5, -5, -5, -5, -5, -5, -5, -5, -5, -5], [0, 0, -7, -7, 23, -1, -1, 16, 17, 18, 19, 20, 10, 11, 14, 24, 25, 26, 27, -1], [0, 0, -8, -1, -9, -1, -1, 16, 17, 18, 19, 20, 10, 11, 14, 24, 25, 26, 27, -1], [0, 0, -9, -1, -1, -1, -1, 16, 17, 18, 19, 20, 10, 11, 14, 24, 25, 26, 27, -1], [0, 0, 8, 7, -1, 4, -1, 16, 17, -1, 19, -1, -22, -1, -12, 24, -1, -1, 27, -1], [0, 0, 8, 7, -1, 4, -1, 16, 17, -1, 19, -1, -15, -21, -13, 24, -1, -1, 27, -1], [0, 0, 8, 7, -1, 4, -1, 16, 17, -1, 19, -1, -1, -1, -1, 24, -1, -1, 27, -1], [0, 0, 8, 7, -1, 4, -1, 16, 17, -1, 19, -1, -1, -1, -1, 24, -1, -1, 27, -1], [0, 0, 8, 7, -1, 4, -1, 16, 17, -1, 19, -1, -1, -1, -1, 24, -1, -1, 27, -1], [0, 0, 8, 7, -1, 4, -1, 16, 17, -1, 19, -1, -1, -1, -1, 24, -1, -1, 27, -1], [0, 0, 8, 7, -1, 4, -1, 16, 17, -1, 19, -1, -1, -1, -1, 24, -1, -1, 27, -1], [0, 0, 8, 7, -1, -1, -1, 16, 17, -1, 19, -1, -1, -1, -1, 24, -1, -1, 27, -1], [0, 0, 8, 7, -1, -1, -1, 16, 17, -1, -1, -1, -1, -1, -1, 24, 25, 26, 27, -1], [0, 0, 8, 7, -1, -1, -1, 16, 17, -2, 19, -1, -1, -1, -1, 24, -1, -1, 27, -1], [0, 0, 8, 7, -1, -1, -1, 16, 17, -1, 19, -1, -1, -1, -1, 24, -1, -1, 27, -1], [0, 0, 8, 7, -1, -1, -1, 16, 17, -1, 19, -1, -1, -1, -1, 24, -1, -1, 27, -1], [0, 0, 8, 7, -1, -1, -1, 16, 17, -1, 19, -1, -1, -1, -1, 24, -1, -1, 27, -1], [0, 0, 1, 7, -1, -1, -1, -1, -1, 18, 19, -1, -1, -1, -1, -1, -1, -1, -1, -1], [0, 0, 8, 7, -1, 4, -1, 16, 17, 18, -1, -1, -1, -1, -1, 24, 25, -1, 27, -1], [0, 0, 1, 7, -1, -1, -1, 16, 17, 18, 19, 20, 10, 11, 14, 24, 25, 26, -1, -1], [0, 0, 8, 7, -1, 4, -1, 16, 17, -1, -1, -1, -1, -1, -1, 24, -1, -1, 27, -1], [0, 0, 1, -1, -1, -1, -1, 16, 17, 18, 19, 20, 10, 11, 14, -1, 25, 26, -1, -1], [0, 0, 8, 7, -1, 4, -1, 16, 17, 18, 19, 20, 10, 11, 14, 24, 25, 26, 27, -1], [0, 0, 1, 7, -1, -1, -1, 16, -1, -1, 19, -1, 10, 11, 14, -1, 25, 26, -1, -1] ]; /** * SQL词法分析类。 */ class SqlLexer { /** * 扫描指定的SQL语句，返回所有单词。 * 用一个元组来表示单词的三个字段：类型（状态）、内容、行号（从1开始）。 * @param sql 要扫描的SQL语句。 */ public scan(sql: string): Array<[number, string, number]> { let tokens = new Array<[number, string, number]>(); let pos = 0; let len = sql.length; let buf = ''; let c = ''; let j = 0; let state = TK_START; let beginLine = 1; let totalLine = 1; while (pos < len) { c = sql[pos++]; if (c == ' ' || c == 't' || c == 'r') { j = 0; } else if (c == 'n') { j = 1; } else if (c >= '0' && c <= '9') { j = 2; } else if ((c >= 'a' && c <= 'z') || (c >= 'A' && c <= 'Z') || c == '_') { j = 3; } else if (c == '.') { j = 4; } else if (c == ''') { j = 5; } else if (c == '\') { j = 6; } else if (c == '+') { j = 7; } else if (c == '-') { j = 8; } else if (c == '*') { j = 9; } else if (c == '/') { j = 10; } else if (c == '%') { j = 11; } else if (c == '>') { j = 12; } else if (c == '<') { j = 13; } else if (c == '=') { j = 14; } else if (c == '(') { j = 15; } else if (c == ')') { j = 16; } else if (c == ',') { j = 17; } else if (c == '?') { j = 18; } else { j = 19; } //如果新状态的值小于0，表示带着当前缓存区的内容，直接转换到新的状态； //如果新状态的值大于等于0，则用当前缓冲区的内容构造一个旧状态的单词，然后从当前字符开始进入新的状态。 let nextState = STATE_FLOW_TABLE[state][j]; if (nextState < 0) { buf += c; } else { let token = this.newToken(state, buf, beginLine); if (token) { tokens.push(token); beginLine = totalLine; } buf = j > 1 ? c : ''; if (c == 'n') { beginLine++; } } state = Math.abs(nextState); //处理最后一个单词 if (pos >= len) { let token = this.newToken(state, buf, beginLine); if (token) { tokens.push(token); beginLine = totalLine; } } else if (c == 'n') { totalLine++; } } return tokens; } private newToken(state: number, value: string, line: number): [number, string, number] { if (value.length <= 0) { return null; } if (state == TK_IDENTITY) { value = value.toLowerCase(); switch (value) { case 'select': state = TK_SELECT; break; case 'from': state = TK_FROM; break; case 'where': state = TK_WHERE; break; case 'as': state = TK_AS; break; case 'distinct': state = TK_DISTINCT; break; case 'left': state = TK_LEFT; break; case 'join': state = TK_JOIN; break; case 'on': state = TK_ON; break; case 'case': state = TK_CASE; break; case 'when': state = TK_WHEN; break; case 'then': state = TK_THEN; break; case 'else': state = TK_ELSE; break; case 'end': state = TK_END; break; case 'is': state = TK_IS; break; case 'not': state = TK_NOT; break; case 'null': state = TK_NULL; break; case 'true': state = TK_TRUE; break; case 'false': state = TK_FALSE; break; case 'and': state = TK_AND; break; case 'or': state = TK_OR; break; case 'between': state = TK_BETWEEN; break; case 'in': state = TK_IN; break; case 'like': state = TK_LIKE; break; case 'group': state = TK_GROUP; break; case 'by': state = TK_BY; break; case 'having': state = TK_HAVING; break; case 'order': state = TK_ORDER; break; case 'asc': state = TK_ASC; break; case 'desc': state = TK_DESC; break; case 'limit': state = TK_LIMIT; break; case 'insert': state = TK_INSERT; break; case 'into': state = TK_INTO; break; case 'values': state = TK_VALUES; break; case 'update': state = TK_UPDATE; break; case 'set': state = TK_SET; break; case 'delete': state = TK_DELETE; break; case 'create': state = TK_CREATE; break; case 'table': state = TK_TABLE; break; default: break; } } else if (state > TK_ERROR && state < TK_IDENTITY) {//无效字符 state = TK_ERROR; } return [state, value, line]; } }
细心的同学可能会发现，代码里的关键字状态，并没有出现在状态表格中。
原则上来讲，每个关键字都是一个单独的状态。但是，如果都列入状态表格，这个表格就超级复杂了。比如，为了识别一个关键字select，要依次检查连续字符 ‘s’ 'e' 'l' 'e' 'c' 't' ，即使到了最后一个字符 't' ，也不意味着结束，后面跟上一个数字 '1'，立马就不是关键字了，而是一个普通的标识符 select1。而JSDEB一共支持38个关键字，都要并入表格，简直难以想象。所以，通常的做法是，先统一作为标识符来识别，完成一个token时，再进一步判断是否为某个关键字，而在状态表格中就不画了。
一个token用一个三元组来表达，在TypeScript中是Tuple类型，实际就是JavaScript中的数组。这里有三个值，分别是number、string、number类型。
第0个值，number类型，表示token的类型，对应于状态表格中的状态id；
第1个值，string类型，表示token的内容，对于字符串 'abc' 来说，存的不是 abc，而是 'abc'，也就是说，原原本本保存，后面在执行的时候才会翻译为 abc；
第2个值，number类型，表示token所在的行号，提示词法错误的时候，可以明确告知在哪一行。
有的同学可能会问，为什么不用一个class来表示。其实也可以用class表示，但是，扫描一段源代码，得到的token非常多，如果用class表示，会浪费更多的资源，不如用数组，返璞归真，简单实用。
用一组单元测试来验证程序是否正确。
代码中的Assert类是一个简单的断言类，用于单元测试中的条件检查。
/test/SqlLexerTest.ts 文件包含了所有词法扫描的测试用例。截取一段代码如下：
Assert.runCase('scan identity', function () { let lexer = new SqlLexer(); let tokens = lexer.scan('id _name'); Assert.isEqual(tokens.length, 2); Assert.isEqual(tokens[0], [TK_IDENTITY, 'id', 1]); Assert.isEqual(tokens[1], [TK_IDENTITY, '_name', 1]); });
到这里词法分析就结束了，得到一个token列表，接下来，会对这个token列表进行扫描，也就是语法解析。
第二章 语法解析
语法解析也叫语法分析，读入token列表，输出抽象语法树。
在编译器设计中，以抽象语法树的形式构造一条SQL语句。例如SQL：
SELECT id, t.stf_name AS name FROM student t WHERE id = 123
会被解析成如下树结构：
自上而下，递归解析，识别出每一个节点。
每种语法节点都是一个单独的class，比如，SqlSelectNode、SqlFromNode、SqlWhereNode、SqlIdentityNode、StringNumberNode，等等。
数量有点多，一共39个。这39个类都是继承自语法节点基类SqlNode。
/** * SQL语法节点基类。 */ class SqlNode { /** * 构造函数。 * @param parent 父节点。 * @param value 节点值 * @param line 所在行号（从1开始）。 */ protected constructor(parent: SqlNode, value: string, line: number) { this.parent = parent; if (parent) { parent.nodes.push(this); } this.value = value; this.line = line; this.nodes = []; } public value: string; public line: number; public parent: SqlNode; public nodes: Array<SqlNode>; /** * 类型推导。 * @param ctx 上下文。 */ public typeDeriva(ctx: SqlContext): SqlColumnType { return SqlColumnType.varchar; } /** * 计算节点的值。 * @param ctx 上下文。 */ public compute(ctx: SqlContext): any { return null; } }
详细介绍一下：
value字段，用于保存节点的值。SqlStringNode存的是类似 'abc'这样的值，SqlNumber存的是类似 123 这样的值，SqlSelectNode存的是 select。
line字段，用于保存节点所在的行号。这个行号是从前一阶段的词法分析中得到的，就是token三元组的最后一个值。
nodes字段，用于保存子节点。例如，SqlExpAddNode的value是 + 或 - ，它的nodes是两个表达式节点，表示这个表达式的结果相加或相减。
compute方法，用于计算表达式的值。例如，id = 3，如果运行时id的值为3，则运行时返回True，否则返回False。再例如，a * 3，如果运行时a的值为10，则运行时返回30。
typeDeriva方法，用于类型推导。如果数据库列id是number类型，那么 id + 100 的结果也应该是numer类型；如果 id列是varchar类型，那么 id + 100也是varchar类型。这就是类型推导。
类型推导非常重要，主要用于类型安全检查。比如，count(*)的结果一定是numer类型，如果写出 substr(count(*),1) 这样的表达式，就应该给出语法错误。此外，类型推导还可以用于提前确定查询结果集中每一列的类型，构造好结果集，以容纳接下来返回的数据。比如，对于C#或Java，查询数据库后得到DataTable或RecordSet，可以获取到每一列的类型信息，这些类型信息在正式查询数据库之前通过语法分析就已经得到了。
推导出的类型，理论上来说，应该跟compute方法返回的值，保持一致。
实现各个语法节点子类的时候，重点是重写compute和typeDeriva这两个方法。
接下来讲如何构造这些语法节点。
有的节点具有明确的特征，比如 select节点，以关键字SELECT开头，只要扫描这个关键字，就可以认为是一条SELECT语句，然后按照SELECT语句的规则继续往下扫描。
有的节点则不那么容易判断，具有二义性。
比如 减号 -，如果是 a - b，则表示相减；如果是a = -b，则表示负号。
再比如关键字 AND，如果是 a AND b，则表示条件与；如果是 a BETWEEN b AND c，则表示一个数值范围或字符串范围。
这种情况下，需要通过上下文分析、优先级判断、消除文法左递归的办法，来消除二义性。
JSDB实现的只是SQL92的子集，SELECT语法如下：
select -> 'select' ['distinct'] fields [from] [where] [groupby] [having] [orderby] [limit]
fields -> field [',' field]*
insert -> 'insert' 'into' identity 'values' '(' identity [',' identity] * ')' 'values' params
update -> 'update' identity 'set' identity '=' exp_or [',' identity '=' exp_or]* [ where ]
delete -> 'delete' 'from' identity [ where ]
create_table -> 'create' 'table' identity '(' field_declare [',' field_declare] ')'
field_declare-> identity ('varchar' | 'number')
from -> 'from' table
field -> exp_or [['as'] identity]
table -> identity ['as' identity]
join -> ['left'] 'join' table 'on' exp_or
where -> 'where' exp_or
groupby -> 'group' 'by' exp_or [',' exp_or]*
having -> 'having ' [exp_or]
orderby -> 'order' 'by' order [',' order]*
order -> exp_or ['asc' | 'desc']
limit -> 'limit' exp_or [',' exp_or]
params -> '(' exp_or [',' exp_or]+ ')'
exp_or -> exp_or 'or' exp_and | exp_and
exp_and -> exp_and 'and' exp_eq | exp_eq
exp_eq -> exp_eq ('=' | '<>' | 'in' | 'not' 'in' | 'is' | 'is' 'not' | 'between' | 'like' | 'not' 'like') exp_rel | exp_rel
exp_rel -> exp_add ('<' | '<=' | '>' | '>=') exp_add | exp_add
exp_add -> exp_add ('+' | '-') exp_mult | exp_mult
exp_mul -> exp_mul ('*' | '/' | '%') exp_unary | exp_unary
exp_unary -> ('+' | '-' | 'not') exp_unary | factor
exp_ref -> identity '.' (identity | '*')
exp_func -> identity '(' exp_or [',' exp_or]* | empty) ')'
exp_case -> 'case' [exp_or] ['when' exp_or 'then' exp_or]+ ['else' exp_or] 'end'
exp_hold -> '?'
factor -> identity | string | number | bool | star | exp_hold | exp_ref | exp_func | exp_case | '(' exp_or ')'
identity -> ('_' | a-z | A-Z)['_' | a-z | A-Z | 0-9]*
star -> '*'
string -> ''' (*)* '''
number -> [0-9]+ ['.' [0-9]+]
bool -> 'true' | 'false'
null -> 'null'
由于简化了SELECT语法，所以相对来说还算简单。唯一有难度的地方，在于表达式的解析，采用的方法是抄自“龙书”《编译原理》。
自上而下，根据优先级，依次解析 exp_or、exp_and、exp_eq、exp_rel、exp_add、exp_mult、exp_unary、factor。
先看一个简单点的方法，parseExpRefNode，用于解析类似 t.id 这样的字段引用表达式。
先尝试解析第一个标识符，然后是一个分隔符点，最后是结尾的标识符。如果解析失败，则添加一个SqlError。
public parseExpRefNode(parent: SqlNode): SqlExpRefNode { let beginToken = this.peekAndCheck(); if (!beginToken) { return null; } let beginIndex = this.pos; let node1 = this.parseIdentityNode(null); if (!node1) { this.moveTo(beginIndex); return null; } let dotToken = this.peek(); if (!dotToken || dotToken[0] != TK_DOT) { this.moveTo(beginIndex); return null; } let endToken = this.moveNext(); if (!endToken) { this.errors.push(new SqlError('语法错误：' + beginToken[1] + '后缺少引用项的名称。', beginToken[2])); return null; } if (endToken[0] == TK_MUL || endToken[0] == TK_IDENTITY) { this.moveNext(); return new SqlExpRefNode(parent, beginToken[1] + dotToken[1] + endToken[1], beginToken[2]); } this.errors.push(new SqlError('语法错误：' + beginToken[1] + '后的引用项无效。', beginToken[2])); return null; }
接下来看parseExpOrNode、parseExpAndNode两个方法，分别用于解析条件OR和AND的节点。由于函数是一层层调用进去的，所以，实际上的构造节点顺序是反过来的，从factor开始，然后才依次是 unary、mult、add、rel、req、and、or 。
先是从左到右挨个解析，放到一个列表中，然后把列表中的元素转换为一棵二叉树，函数返回的是这棵二叉树的根节点。
parseExpOrNode类：
public parseExpOrNode(parent: SqlNode): SqlExpOrNode { let beginToken = this.peekAndCheck(); if (!beginToken) { return null; } let node1 = this.parseExpAndNode(parent); if (this.errors.length > 0) { return null; } if (node1 == null) { if (this.errors.length == 0) { this.errors.push(new SqlError('词法错误：解析逻辑或表达式失败。', beginToken[2])); } return null; } let nodeList = [node1]; let opToken = this.peek(); while (opToken && opToken[0] == TK_OR) { let node = new SqlExpOrNode(parent, opToken[1], opToken[2]); nodeList.push(node); let node2Token = this.moveNext(); if (!node2Token) { this.errors.push(new SqlError('词法错误：符号' + opToken[1] + "后面缺少表达式。", opToken[2])); return null; } let node2 = this.parseExpAndNode(parent); if (this.errors.length > 0) { return null; } if (!node2) { if (this.errors.length == 0) { this.errors.push(new SqlError('词法错误：解析符号' + opToken[1] + "右侧表达式失败。", opToken[2])); } return null; } nodeList.push(node2); opToken = this.peek(); } if (nodeList.length % 2 == 0) { this.errors.push(new SqlError('词法错误：逻辑或表达式数量错误。', opToken[2])); return null; } //把列表转换为二叉树 let rootNode = null; for (let i in nodeList) { let node = nodeList[i]; if (!rootNode) { rootNode = node; } else if (node instanceof SqlExpOrNode) { this.setNodeParent(rootNode, node); rootNode = node; } else { this.setNodeParent(node, rootNode); } } if (parent && rootNode) { this.setNodeParent(rootNode, parent); } return rootNode; }
parseExpAndNode类：
public parseExpAndNode = function (parent): SqlExpAndNode { let beginToken = this.peekAndCheck(); if (!beginToken) { return null; } let node1 = this.parseExpEqNode(parent); if (this.errors.length > 0) { return null; } if (!node1) { this.errors.push(new SqlError('词法错误：解析逻辑与表达式失败。', beginToken[2])); return null; } let nodeList = [node1]; let opToken = this.peek(); while (opToken && opToken[0] == TK_AND) { let node = new SqlExpAndNode(parent, opToken[1], opToken[2]); nodeList.push(node); let node2Token = this.moveNext(); if (!node2Token) { this.errors.push(new SqlError('词法错误：符号' + opToken[1] + "后面缺少表达式。", opToken[2])); return null; } let node2 = this.parseExpEqNode(parent); if (this.errors.length > 0) { return null; } if (!node2) { this.errors.push(new SqlError('词法错误：解析符号' + opToken[1] + "右侧表达式失败。", opToken[2])); return null; } nodeList.push(node2); opToken = this.peek(); } if (nodeList.length % 2 == 0) { this.errors.push(new SqlError('词法错误：逻辑与表达式数量错误。' + opToken[1] + "右侧表达式失败。", opToken[2])); return null; } //把列表转换为二叉树 let rootNode = null; for (let i in nodeList) { let node = nodeList[i]; if (!rootNode) { rootNode = node; } else if (node instanceof SqlExpAndNode) { this.setNodeParent(rootNode, node); rootNode = node; } else { this.setNodeParent(node, rootNode); } } if (parent && rootNode) { this.setNodeParent(rootNode, parent); } return rootNode; }
看着有点晕？没关系，我画一张图，演示一下表达式 a OR b AND c OR d OR e 是如何转换为二叉树的。
测试代码：
Assert.runCase('parse exp', function () { let parser = new SqlParser("a OR b AND c OR d OR e"); let node = parser.parseExpOrNode(null); console.log(node.toString()); });
输出如下二叉树结构：
|--SqlExpOrNode@1：or
|--SqlExpOrNode@1：or
|--SqlExpOrNode@1：or
|--SqlIdentityNode@1：a
|--SqlExpAndNode@1：and
|--SqlIdentityNode@1：b
|--SqlIdentityNode@1：c
|--SqlIdentityNode@1：d
|--SqlIdentityNode@1：e
构造该二叉树的步骤如下图所示：
构造完抽象语法树后，不用生成机器码，直接在语法树上计算。
第三章 计算语法树
前面提到过，语法树节点基类SqlNode里有一个compute方法，用于计算节点的值，子类会重写该方法，实现具体的计算逻辑。
语法节点太多了，咱们只讲几个关键节点的计算逻辑：
SqlNumberNode类，根据value字段的值是否有小数点，相应返回parseInt(this.value)或parseFloat(this,value)。
public compute(ctx: SqlContext): any { return this.value.indexOf('.') >= 0 ? parseFloat(this.value) : parseInt(this.value); }
SqlStringNode类，根据value字段的值返回字符串，去掉首尾的单引号，如果有转义符，要进行转义。
public compute(ctx: SqlContext): any { if (!this.value) { return ''; } //处理字符串转义 let s = ''; for (let i = 1; i < this.value.length - 1; i++) { let c = this.value[i]; if (c == '\') {//escape c = this.value[++i]; if (c == 'r') { c = 'r'; } else if (c == 'n') { c = 'n'; } else if (c == 't') { c = 't'; } s += c; } else { s += c; } } return s; }
SqlExpRelNode类，计算左右两个子节点的值，比较其大小，返回True或False。
public compute(ctx: SqlContext): any { let left = this.nodes[0].compute(ctx); if (left instanceof SqlError) { return left; } let right = this.nodes[1].compute(ctx); if (right instanceof SqlError) { return right; } if (this.value == '>') { return left > right; } else if (this.value == '>=') { return left >= right; } else if (this.value == '<') { return left < right; } else if (this.value == '<=') { return left <= right; } return false; }
SqlExpAddNode类，计算左右两个子节点的值，根据value字段的值是 '+' 还是 '-'，相应执行相加或相减。
public compute(ctx: SqlContext): any { let left = this.nodes[0].compute(ctx); if (left instanceof SqlError) { return left; } let right = this.nodes[1].compute(ctx); if (right instanceof SqlError) { return right; } if (typeof left == 'number' && typeof right == 'number') { if (this.value == '+') { return left + right; } else if (this.value == '-') { return left - right; } } return null; }
SqlExpMulNode类，计算左右两个子节点的值，根据value字段的值是 '*' 、'/' 还是 '%'，相应执行相乘、相除、取余。
SqlExpAndNode类，计算左右两个子节点的值，如果都为True，才返回True，否则返回False。
SqlExpOrNode类，计算左右两个子节点的值，如果都为False，才返回False，否则返回True。
SqlExpUnaryNode类，一元操作符，只有一个节点，计算其值。根据操作符的值是'+'、'-'、'not'，执行相应的取正、取负、取反逻辑。
SqlExpFuncNode类，执行函数。首先从SqlContext.standardFunctions字段取一下，如果取到了，说明是标准函数，直接执行，否则再看是不是聚合函数。聚合函数的执行比较复杂，咱们单独讲。
SqlInsertNode类，执行插入逻辑，返回受影响行数。
SqlUpdateNode类，执行更新逻辑，返回受影响行数。
SqlDeleteNode类，执行删除逻辑，返回受影响行数。
SqlSelectNode类，执行查询逻辑，返回一个二维表SqlDataTable实例。这个最复杂，咱们接下来重点讲。
其它语法节点的执行逻辑，请参见源代码。
接下来，重点讲一下SqlSelectNode类和SqlExpFuncNode类的实现逻辑，也就是SELECT语句到底是怎么实现数据查询的，这货老复杂了，烧了不少脑细胞，大伙一定要给个赞。
第四章 SELECT语句
一条SELECT语句的执行，可以分为如下几个步骤：
1、根据 from 节点，以及可能存在的 join 节点，合并出一张宽表（fullTable）。这里我没有做任何优化，直接生成一个笛卡尔积，所以，测试的数据量千万不要太大，否则，运行的速度够你酸爽的~~~
//主表 let fromTableName = this.getFromTableNode().nodes[0].value; let fromTableAlias = this.getFromTableNode().value; if (fromTableAlias) { ctx.tableAliasMap[fromTableAlias] = fromTableName; ctx.tableAliasMap[fromTableName] = fromTableAlias; } let fromTable: SqlDataTable = ctx.database.tables[fromTableName]; if (!fromTable) { return new SqlError('不存在指定的主表：' + fromTableName, this.getFromTableNode().line); } let tableList = new Array<SqlDataTable>(); tableList.push(fromTable); //构造宽表的结构 let fullTable = new SqlDataTable('__full__'); for (let j = 0; j < fromTable.columnNames.length; j++) { let col = fromTable.getColumnByIndex(j); fullTable.addColumn((fromTableAlias ? fromTableAlias : fromTableName) + '.' + col.name, col.type); } let joinNodes = this.getJoinNodes(); for (let k = 0; k < joinNodes.length; k++) { let joinNode = joinNodes[k]; let joinTableNode = joinNode.nodes[0]; let joinTableName = joinTableNode.nodes[0].value; let joinTableAlias = joinTableNode.value; if (joinTableAlias && joinTableAlias == fromTableName) { return new SqlError('联结表别名与主表名冲突。', joinTableNode.line); } if (joinTableAlias && joinTableAlias == fromTableAlias) { return new SqlError('联结表别名与主表别名冲突。', joinTableNode.line); } if (!joinTableAlias && joinTableName == fromTableName) { return new SqlError('联结表名与主表名冲突，必须指定别名。', joinTableNode.line); } if (!joinTableAlias && joinTableName == fromTableAlias) { return new SqlError('联结表名与主表别名冲突，必须指定别名。', joinTableNode.line); } if (joinTableAlias) { ctx.tableAliasMap[joinTableAlias] = joinTableName; ctx.tableAliasMap[joinTableName] = joinTableAlias; } let joinTable: SqlDataTable = ctx.database.tables[joinTableName]; if (!joinTable) { return new SqlError('不存在指定的联结表：' + joinTableName, joinTableNode.line); } for (let j = 0; j < joinTable.columnNames.length; j++) { let col = joinTable.getColumnByIndex(j); fullTable.addColumn((joinTableAlias ? joinTableAlias : joinTableName) + '.' + col.name, col.type); } tableList.push(joinTable); } //构造宽表的数据 let fullTableRowCount = tableList[0].rows.length; for (let i = 1; i < tableList.length; i++) { fullTableRowCount *= tableList[i].rows.length; } for (let i = 0; i < fullTableRowCount; i++) { fullTable.addDataRow(fullTable.newRow()); } if (fullTableRowCount > 0) { let joinTableRowCount = fullTableRowCount; let colStart = 0; for (let i = 0; i < tableList.length; i++) { let table = tableList[i]; joinTableRowCount /= table.rows.length; let rowIndex = 0; while (rowIndex < fullTableRowCount) { for (let j = 0; j < table.rows.length; j++) { for (let k = 0; k < joinTableRowCount; k++) { for (let m = 0; m < table.columnNames.length; m++) { fullTable.setValueByIndex(rowIndex, colStart + m, table.rows[j].values[m]); } if (i == 0) {//from table fullTable.rows[rowIndex].id = table.rows[j].id; } rowIndex++; } } } colStart += table.columnNames.length; } } ctx.dataTable = fullTable;
2、如果有 join节点，执行联结规则。JSDB只支持 join 和 left join 这两种最常用的联结方式，其它联结方式暂不支持。执行on条件节点，如果返回False，表示没有join上，这时再判断是join还是left join，如果是join，就直接删除；如果是left join，就填上null值。
不太好理解的是repeatJoinRows这个字段，这是为了处理重复join的问题。比如，from表有一条记录，外键ID对应一个 join表中的两条记录，也就是说，join表存在id重复的情况。针对这种情况，需要把重复join的数据也保留下来。
//join筛选 if (joinNodes.length > 0) { let filteredRowIndexSet = []; for (let i = fullTable.rows.length - 1; i >= 0; i--) { ctx.rowIndex = i; let joinFaildCount = 0; for (let k = 0; k < joinNodes.length; k++) { let joinNode = joinNodes[k]; let joinTableNode = joinNode.nodes[0]; let joinOnNode = joinNode.nodes[1]; let v = joinOnNode.compute(ctx); if (v instanceof SqlError) { return v; } if (v != true) { if (joinNode.value == 'join') { joinFaildCount = joinNodes.length + 1;//must be deleted } else {//left join joinFaildCount++; } //没join上的字段设置为null值 for (let j = 0; j < fullTable.columnNames.length; j++) { let colTableName = fullTable.columnNames[j].split('.')[0]; if (colTableName == joinTableNode.value || colTableName == joinTableNode.nodes[0].value) { fullTable.setValueByIndex(i, j, null); } } } } let rid = fullTable.rows[i].id; if (typeof filteredRowIndexSet[rid] == 'undefined') { filteredRowIndexSet[rid] = {rowIndex: i, failures: joinFaildCount, repeatJoinRows: []}; } else if (joinFaildCount < filteredRowIndexSet[rid].failures) { filteredRowIndexSet[rid].rowIndex = i; filteredRowIndexSet[rid].failures = joinFaildCount; } else if (joinFaildCount == 0) { if (filteredRowIndexSet[rid].failures == 0) { filteredRowIndexSet[rid].repeatJoinRows.push(fullTable.rows[i]); } else { filteredRowIndexSet[rid].rowIndex = i; filteredRowIndexSet[rid].failures = joinFaildCount; } } } //删除未join上的行 for (let i = fullTable.rows.length - 1; i >= 0; i--) { let r = filteredRowIndexSet[fullTable.rows[i].id]; if (r.failures > joinNodes.length) { fullTable.deleteRow(i); continue; } if (r.rowIndex == i) { continue; } let needDelete = true; for (let k = 0; k < r.repeatJoinRows.length; k++) { if (r.repeatJoinRows[k] == fullTable.rows[i]) { needDelete = false; break; } } if (needDelete) { fullTable.deleteRow(i); } } }
3、如果有 where 节点，执行筛选规则。就是执行SqlWhereNode节点，不符合条件的记录，直接删除。
//where筛选 let whereExpNode = this.getWhereExpNode(); if (whereExpNode) { for (let i = fullTable.rows.length - 1; i >= 0; i--) { ctx.rowIndex = i; if (whereExpNode) { let v = whereExpNode.compute(ctx); if (v instanceof SqlError) { return v; } if (v != true) { fullTable.deleteRow(i); } } } }
4、如果有 group by 节点，则执行分组规则。这个最复杂，分为以下几个步骤：
4.1 首先要提取出 fields、having、orderby 这三个节点中的聚合表达式。
4.2 根据 group by的节点，以及上一步得到的聚合表达式列表，构造一张分组计算中间表，写入上下文中，后面聚合函数计算时会用到。
4.3 遍历宽表fullTable，计算分组中间表的值，得到分组中间表groupByMidTable。这段代码不好理解，实际逻辑是在SqlExpFuncNode类中。为了遍历一次就能算出所有聚合表达式的值，我封装了一个SqlGroupByValue类，该类用于记录一个聚合表达式的当前最新的count行数、sum汇总、distinctValues去重值列表，以及当前最新值，这个当前最新值可以是行数、汇总，也可以是最大值、最小值、平均值，取决于具体的聚合函数。所以，一定要注意，普通SqlDataTable的单元值是string或number，但是分组中间表的单元值是SqlGroupByValue。
4.4 基于分组中间表groupByMidTable，根据fields节点进行计算，得到结果表resultTable。为什么要再算一遍？因为，对于 count(*) * 10 这样的表达式，在4.3小节中实际只计算了count(*)，乘以10的步骤是在这里计算的。另外，并不是所有聚合表达式都是要返回的，有些聚合表达式是在having或order节点中出现的，并不在fields节点中，所以，必须在这一步中集中处理一下。
//分组 let groupByNode = this.getGroupByNode(); let havingNode = this.getHavingNode(); let orderByNode = this.getOrderByNode(); //找出用到的所有聚合表达式 let funcNodeList: SqlExpFuncNode[] = []; for (let j = 0; j < fieldNodes.length; j++) { this.loadAggregateFunctions(fieldNodes[j], funcNodeList); } if (havingNode) { this.loadAggregateFunctions(havingNode, funcNodeList); } if (orderByNode) { this.loadAggregateFunctions(orderByNode, funcNodeList); } let funcNodeCount = 0; for (let m in funcNodeList) { funcNodeCount++; } if (groupByNode || funcNodeCount > 0) { //构造分组中间表 let t = new SqlDataTable('__group__'); if (groupByNode) { for (let k = 0; k < groupByNode.nodes.length; k++) { let gNode = groupByNode.nodes[k]; let col = t.addColumn(gNode.toSql(), gNode.typeDeriva(ctx)); if (col) { col.node = gNode; } } } for (let i in funcNodeList) { let fNode = funcNodeList[i]; let col = t.addColumn(fNode.toSql(), fNode.typeDeriva(ctx)); if (col) { col.node = fNode; } } ctx.groupByMidTable = t; //计算分组中间表的数据 for (let i = 0; i < fullTable.rows.length; i++) { ctx.rowIndex = i; for (let j = 0; j < t.columnNames.length; j++) { let col = t.getColumnByIndex(j); let expNode = col.node; let v = expNode.compute(ctx); if (v instanceof SqlError) { return v; } } } ctx.isGroupByMidTableFinished = true; ctx.dataTable = ctx.groupByMidTable; //计算结果表的数据 for (let i = 0; i < ctx.dataTable.rows.length; i++) { ctx.rowIndex = i; if (havingNode) { let hv = havingNode.compute(ctx); if (hv instanceof SqlError) { return hv; } if (hv != true) { continue; } } let rowValues = []; for (let j = 0; j < fieldExpNodes.length; j++) { let fNode = fieldExpNodes[j]; let fCol = ctx.dataTable.getColumnByName(fNode.toSql()); if (fCol) { let fVal = ctx.dataTable.rows[i].values[fCol.index]; if (fVal instanceof SqlGroupByValue) { fVal = fVal.value; } rowValues.push(fVal); } else { let v = fNode.compute(ctx); if (v instanceof SqlError) { return v; } rowValues.push(v); } } resultTable.addRow(rowValues); } }
涉及的函数表达式，尤其是聚合函数表达式，计算代码如下：
public compute(ctx: SqlContext): any { let fnName = this.value; let isDistinct = this.nodes.length > 1 && this.nodes[0] instanceof SqlModifiersNode && this.nodes[0].nodes[0].value == 'distinct'; let paramNodes = isDistinct ? this.nodes[1].nodes : (this.nodes.length > 0 ? this.nodes[0].nodes : []); // // 执行非聚合函数 // if (!this.isAggregate()) { let fn = ctx.standardFunctions['_' + fnName]; if (!fn) { return new SqlError('不存在指定的函数：' + fnName, this.line); } //计算实参的值 let fnArgs = []; for (let i = 0; i < paramNodes.length; i++) { let v = paramNodes[i].compute(ctx); if (v instanceof SqlError) { return v; } fnArgs.push(v); } return fn(fnArgs); } // // 执行聚合函数 // //检查分组中间表 let t: SqlDataTable = ctx.groupByMidTable; if (!t) { return new SqlError('分组中间表未初始化。', this.line); } let k = this.toSql(); let col = t.getColumnByName(k); if (!col) { return new SqlError('分组中间表中不存在指定的聚合列：' + k, this.line); } //检查分组中间表是否已完成，如果已完成，则可以直接取值 if (ctx.isGroupByMidTableFinished) { let gv: SqlGroupByValue = t.getValueByIndex(ctx.rowIndex, col.index); return gv ? gv.value : null; } //分组中间表还没有完成，需要继续计算 let fnArgs = []; for (let i = 0; i < paramNodes.length; i++) { let pNode = paramNodes[i]; let v = null; if (pNode instanceof SqlStarNode) { v = 1;// TODO: 这里应该改为判断该行所有列是否都不为null } else { v = pNode.compute(ctx); } if (v instanceof SqlError) { return v; } fnArgs.push(v); } if (fnArgs.length != 1) { return new SqlError('函数' + fnName + '的参数个数错误。', this.line); } let v = fnArgs[0]; if (v == null) { return null; } //分组的中间数据行 let groupByNode = ctx.selectNode.getGroupByNode(); let groupByExpNodes = groupByNode ? groupByNode.nodes : []; let groupByValues = []; for (let i = 0; i < groupByExpNodes.length; i++) { let bv = groupByExpNodes[i].compute(ctx); if (bv instanceof SqlError) { return bv; } groupByValues.push(bv); } let r = t.addDataRow(new SqlDataRow(groupByValues, false)); //分组计算 let gv: SqlGroupByValue = r.values[col.index]; if (!gv) { gv = new SqlGroupByValue(); r.values[col.index] = gv; } if (fnName == 'count') { if (isDistinct) { v = v + ''; if (!gv.distinctValues[v]) { gv.distinctValues[v] = 1; gv.value = gv.value == null ? 1 : gv.value + 1; } } else { gv.value = gv.value == null ? 1 : gv.value + 1; } } else if (fnName == 'sum') { gv.value = gv.value == null ? v : v + gv.value; } else if (fnName == 'max') { if (gv.value == null || v > gv.value) { gv.value = v; } } else if (fnName == 'min') { if (gv.value == null || v < gv.value) { gv.value = v; } } else if (fnName == 'avg') { gv.sum += v; gv.count++; gv.value = gv.sum / gv.count; } return null; }
5、如果没有 group by 节点，直接在where筛选后的fullTable上根据fields节点进行计算，得到结果表resultTable。这个就简单很多了。
//计算结果表的数据 for (let i = 0; i < ctx.dataTable.rows.length; i++) { ctx.rowIndex = i; let rowValues = []; for (let j = 0; j < fieldExpNodes.length; j++) { let v = fieldExpNodes[j].compute(ctx); if (v instanceof SqlError) { return v; } rowValues.push(v); } resultTable.addRow(rowValues); }
6、如果有 order by 节点，则对结果表resultTable进行排序。由于排序规则可能包含多个条件，这里要分为三个步骤来计算：
6.1 遍历resultTable表，每一行数据都得到一个orderByValues数组，包含了排序要用的值。如果是多个排序条件，数组就包含多个值。
6.2 计算每个排序条件的方向，默认是asc。
6.3 根据排序表达式的值，以及排序方向，对数据行进行排序。这里调用的是Array类的sort方法，传入一个function，实现自定义排序。
//排序 if (orderByNode && orderByNode.nodes.length > 0) { //计算每一行的排序值 let rows = resultTable.rows; for (let i = 0; i < rows.length; i++) { ctx.rowIndex = i; let row = rows[i]; for (let m = 0; m < orderByNode.nodes.length; m++) { let oVal = orderByNode.nodes[m].nodes[0].compute(ctx); if (oVal instanceof SqlError) { return oVal; } row.orderByValues.push(oVal); } } //计算每个排序项的方向 let directions: boolean[] = []; for (let k = 0; k < orderByNode.nodes.length; k++) { directions.push(orderByNode.nodes[k].value == 'desc'); } //对数据行进行排序 rows.sort(function (a: SqlDataRow, b: SqlDataRow) { let m = 0; while (m < directions.length) { if (a.orderByValues[m] == b.orderByValues[m]) { m++; } else { if (directions[m]) {//desc return a.orderByValues[m] < b.orderByValues[m] ? 1 : -1; } else { return a.orderByValues[m] > b.orderByValues[m] ? 1 : -1; } } } return 0; }); }
7、如果有 limit 节点，则返回指定范围的数据，也就是分页时要用的东西。如果是limit n，则返回前面n行数据；如果是limit m, n，则从第m行开始，返回n行数据的。
let limitNode = this.getLimitNode(); if (limitNode) { let limitNums = []; for (let i = 0; i < limitNode.nodes.length; i++) { let v = limitNode.nodes[i].compute(ctx); if (v instanceof SqlError) { return v; } if (typeof v != 'number') { return new SqlError('无效的limit值：' + v, limitNode.line); } limitNums.push(v); } if (limitNums.length == 1) { let end = limitNums[0]; if (resultTable.rows.length > end) { resultTable.rows.splice(end, resultTable.rows.length - end); } } else if (limitNums.length == 2) { let begin = limitNums[0]; let end = limitNums[0] + limitNums[1] - 1; resultTable.rows.splice(end + 1, resultTable.rows.length - end - 1); resultTable.rows.splice(0, begin); } }
到这里就得到最终的结果表了。
相对于SELECT语句，其它语句就简单多了。
第五章 其它语句
DELETE语句的执行分为两步：执行where筛选，然后根据row.id进行删除。
public compute(ctx: SqlContext): any { let tableName = this.nodes[0].nodes[0].value; let table: SqlDataTable = ctx.database.tables[tableName]; if (!table) { return new SqlError('不存在指定的表：' + tableName, this.line); } ctx.dataTable = table; let deletedCount = 0; if (this.nodes.length >= 2) { for (let i = table.rows.length - 1; i >= 0; i--) { ctx.rowIndex = i; ctx.holdIndex = -1; let v = this.nodes[1].compute(ctx); if (v instanceof SqlError) { return v; } if (v) { table.deleteRow(i); deletedCount++; } } } else { deletedCount = table.rows.length; table.rows = []; } return deletedCount; }
UPDATE语句也分为两步：执行where筛选，然后set规则更新指定列的数据。
public compute(ctx: SqlContext): any { let tableName = this.nodes[0].nodes[0].value; let table: SqlDataTable = ctx.database.tables[tableName]; if (!table) { return new SqlError('不存在指定的表：' + tableName, this.line); } ctx.dataTable = table; let updateCols = []; let updateValueNodes = []; for (let j in this.nodes[1].nodes) { let setNode = this.nodes[1].nodes[j]; let colName = setNode.nodes[0].value; let col = table.getColumnByName(colName); if (!col) { return new SqlError('不存在指定的列：' + colName, setNode.nodes[0].line); } updateCols.push(col); updateValueNodes.push(setNode.nodes[1]); } let updateRowIndexList = []; if (this.nodes.length == 2) { for (let i = 0; i < table.rows.length; i++) { updateRowIndexList.push(i); } } else if (this.nodes.length == 3) { for (let i = 0; i < table.rows.length; i++) { ctx.rowIndex = i; ctx.holdIndex = -1; let whereValue = this.nodes[2].compute(ctx); if (whereValue instanceof SqlError) { return whereValue; } if (whereValue) { updateRowIndexList.push(i); } } } for (let i in updateRowIndexList) { ctx.rowIndex = updateRowIndexList[i]; ctx.holdIndex = -1; for (let j in updateCols) { let col = updateCols[j]; let v = updateValueNodes[j].compute(ctx); if (v instanceof SqlError) { return v; } table.setValueByIndex(ctx.rowIndex, col.index, v); } } return updateRowIndexList.length; }
INSERT语句也分为两步：根据表构造创建一个空行，然后更新指定列的数据。
public compute(ctx: SqlContext): any { let tableName = this.nodes[0].value; let table = ctx.database.tables[tableName]; if (!table) { return new SqlError('不存在指定的表：' + tableName, this.line); } let fieldsNodes = this.nodes[1].nodes; let valuesNodes = this.nodes[2].nodes; let row = table.newRow(); ctx.holdIndex = -1; for (let j = 0; j < fieldsNodes.length; j++) { let colName = fieldsNodes[j].value; let colIndex = table.getColumnByName(colName).index; let valueNode = valuesNodes[j]; let v = valueNode.compute(ctx); if (v instanceof SqlError) { return v; } row.values[colIndex] = v; } table.addDataRow(row); return 1; }
CREATE TABLE语句，在 SqlDatabase 中创建一个新的 SqlDataTable 实例。
public compute(ctx: SqlContext): any { let table = new SqlDataTable(this.nodes[0].value); let paramsNode = this.nodes[1]; let columnNames = []; for (let i = 0; i < paramsNode.nodes.length; i++) { let fieldDeclareNode = paramsNode.nodes[i]; let colName = fieldDeclareNode.value; let colType = fieldDeclareNode.nodes[0].value; if (columnNames.indexOf(colName) >= 0) { return new SqlError('列名重复：' + colName, fieldDeclareNode.line); } table.addColumn(colName, colType); columnNames.push(fieldDeclareNode); } return ctx.database.addTable(table); }
至此，几个主要的语句都介绍了。
最后，我们写几个测试范例，展示一下运行结果，这几个测试范例，在文章开头的“体验页面”上都有展示。
第六章 程序展示
通过JS创建三张表：t_gender（性别字典表）、t_dept（部门字典表）、t_staff（员工表）。
var database = new SqlDatabase(); database.execute("create table t_gender(id number, name varchar(100))"); database.execute("create table t_dept(dept_id number, dept_name varchar)"); database.execute("create table t_staff(id varchar, name varchar, gender number, dept_id number)"); database.execute("insert into t_gender(id, name)values(1, 'Male')"); database.execute("insert into t_gender(id, name)values(2, 'Female')"); database.execute("insert into t_dept(dept_id, dept_name)values(101, 'Tech')"); database.execute("insert into t_dept(dept_id, dept_name)values(102, 'Finance')"); database.execute("insert into t_staff(id, name, gender, dept_id)values('016001', 'Jack', 1, 102)"); database.execute("insert into t_staff(id, name, gender, dept_id)values('016002', 'Bruce', 1, null)"); database.execute("insert into t_staff(id, name, gender, dept_id)values('016003', 'Alan', null, 101)"); database.execute("insert into t_staff(id, name, gender, dept_id)values('016004', 'Hellen', 2, 103)"); database.execute("insert into t_staff(id, name, gender, dept_id)values('016005', 'Linda', 2, 101)"); database.execute("insert into t_staff(id, name, gender, dept_id)values('016006', 'Royal', 3, 104)");
然后准备几条范例sql，方便大家执行查询，也可以自己写一个新的sql。
SELECT s.id, s.name, ifnull(s.gender, '--') AS gender_id, /*处理空值*/ (CASE g.name WHEN 'Male' THEN '男' WHEN 'Female' THEN '女' ELSE '未知' END) AS gender_name, s.dept_id, d.dept_name FROM t_staff s LEFT JOIN t_gender g ON g.id=s.gender LEFT JOIN t_dept d ON d.dept_id=s.dept_id WHERE d.dept_name IS NOT NULL LIMIT 3
执行结果：
文章到这里就结束了，欢迎大家指正，多给Star，多给赞 ^_^
文章来源: 博客园
- 还没有人评论，欢迎说说您的想法！
客服
