Flink sql 之sql 解析篇： 1.主要是为了实现 利用flink 原生引擎去解析sql 生成语法树，打印日志信息便于去维护。 2.flink解析之Calcite和sql 解析过程 sql 解析阶段：calcite parser 解析（sql -> AST，AST 即 SqlNode Tree） SqlNode 验证阶段：calcite validator 校验（SqlNode -> SqlNod
1.概述 sql在很多地方都有应用，如关系型数据库，大数据等。本文主讲解要用代码实现sql的解析。 2.sql解析 首先通过sql语句的语法规则生成一个相互依赖的字句，如where子句，from子句，selelct子句。 第二步解析各个sql子句为sqlNode，sqlNode主要包含node类型和参数，node类型和上
该系列文档是本人在学习 Mybatis 的源码过程中总结下来的，可能对读者不太友好，请结合我的源码注释（Mybatis源码分析 GitHub 地址、Mybatis-Spring 源码分析 GitHub 地址、Spring-Boot-Starter 源码分析 GitHub 地址）进行阅读 MyBatis 版本：3.5.2 MyBatis-Spring 版本：2.0.3 MyBatis-Spr
1. Mybatis支持的动态sql及基本用法org.apache.ibatis.scripting.xmltags.XMLScriptBuilder.nodeHandlers(String)部分源码。 NodeHandler nodeHandlers(String nodeName) { Map<String, NodeHandler> map = new HashMap<String, NodeHandler>(); map.put("trim"
