自己动手写数据库（一） 从SQL语句开始

自己动手写数据库（一） 从SQL语句开始

关于本教程

作者：InsZVA，浙江大学 软件工程系，也是第一次尝试写数据库，如有错误还望多多指正，写此篇文章也望有抛砖引玉的作用。

面向读者：有一定C语言基础。（其他知识会在教程中提到）

从SQL语句开始

对于数据库，我们最直观的概念或许就是在命令行中输入SQL语句来运行或者在PHP等语言中使用SQL语句进行增删改查。



我们这篇教程的目的就是做出像上图一样的数据库shell，支持语法错误定位，支持Create,Insert,Update,Delete,Drop等操作。

如何解析SQL

解析SQL，我们先想想SQL支持哪些语法呢，首先有一些关键字，像select之类，嗯，这个我用字符串匹配就可以解决，那么有个问题，create table

后面跟着的表名，他是一个由下划线、字母和数字组成的不定长的标识符，我该怎么识别呢？或许我可以识别到create和table之后，一直读读读，读到出现

空格、Tab、换行等分隔符为止？那么我该如何处理括号呢，有一定编程经验的可能会想到，使用栈（Stack）。对，这些都是ok的，然而如果遇到了and、or、not的

混合关系，优先级怎么处理呢？这些问题虽然使用朴素的读入字符串，判断都可以解决，但是对思维的要求很高，而且写出来的代码会是一堆if，这样出bug

很难调试，很难维护。

科学的姿势：使用状态机，状态机是什么呢，其实类似于把你的if语句存在了一个二维数组里面。我定义状态机DFA(x-(

char

)->y)，x,y代表状态（State)，

char

代表如果当前状态是x，读入

char

的话就可以到达y状态。关于自动机，如何去从正则表达式生成自动机，以及有前人博客可以参考：vczh的教程

SQL语法分析

看完轮子哥的词法分析教程，大概可以写出一个SQL语言的词法分析器了吧，这个词法分析器可以把输入的字符流转换成已经定义好的记号流，比如下图：



这里我们可以看到

select id,name from t1 where id=1

这条语句已经被转换成了记号流，keyword、split、identical之类。这个时候，我们对记号流进行解析就容易多了，

因为我们知道用户输入的每个单词都是什么了。那么现在，我们就可以愉快的分析语法了，语法我们大概使用如下的方式来分析（以该条语句为例）：第一个Token是

select

，交给

select处理器去处理，select处理器运行机制（读入Token时忽略空格符）：

1. 读入第一个Token，如果不是

select

，报错

2. 读入第二个Token，如果不是

identical

，报错

3. 预读第三个Token，如果是

,

，那么进行第二步，否则第四步

4. 读入下一个Token，如果不是

from

，报错

5. 读入下一个Token，如果不是

identical

，报错

6. 预读下一个Token，如果还有，交给where处理器处理剩下的流没有的话，被查询的表是5中的

identical

，查询的字段是2.3.中的

类似于这样的步骤，我们知道了用户输入的字节流到底是做什么的，当然关于这部分有疑问的话，可以看看这篇文章：装配脑袋的教程

附

文中出现的截图，都来自Monkeydb2，monkeydb2是个人的一个小项目，目前有1w行go语言代码，关于monkeydb2的SQL解析部分在：SQL