[发明专利]数据血缘解析方法、装置、设备及计算机可读存储介质

说明书

本申请公开了一种数据血缘解析方法、装置、设备及计算机可读存储介质。其中，该方法包括：获取SQL语句；将SQL语句输入至自定义语法的Antrl解析器中，得到抽象语法树，抽象语法树包括自定义语法中的多个关键字；基于自定义语法和关键字，将抽象语法树封装成多个目标片段，目标片段为包括目标关键字的SQL片段；对目标片段进行解析，得到SQL业务对象，SQL业务对象包括插入表对象、插入字段对象和SQL片段对象；基于插入表、插入字段和SQL片段对象，构建字段间的血缘关系和表间的血缘关系。根据本申请实施例的数据血缘解析方法，能够根据自定义的语法规则对SQL进行解析，满足更多的语法解析需求，以及实现数据血缘解析方案的落地。

技术领域

本申请属于数据血缘解析技术领域，尤其涉及一种数据血缘解析方法、装置、设备及计算机可读存储介质。

背景技术

在大数据时代背景下，复杂丰富的数据信息之间，通过联合整合、转化变换，加工生成新的数据。新数据从其生产、加工整合、变换流通到最终被应用，会与加工前的原始数据之间存在关联关系，这种数据间的关联关系可以称为数据血缘关系，即数据间的链路关系。

数据血缘解析是实现数据血缘的一种技术手段。现有技术中，有专门的解析器可以对SQL语句进行解析。但是，JSQLParser解析器和Druid解析器无法灵活根据需求的语法生成解析器，而Antlr解析器并非专门的SQL解析器，不能直接对SQL进行解析。

发明内容

本申请实施例提供了一种数据血缘解析方法、装置、设备、计算机可读存储介质及计算机程序产品，能够根据自定义的语法规则对SQL进行解析，满足更多的语法解析需求，以及实现数据血缘解析方案的落地。

第一方面，本申请实施例提供了一种数据血缘解析方法，该方法包括：

获取SQL语句；

将所述SQL语句输入至自定义语法的Antrl解析器中，得到抽象语法树，所述抽象语法树包括所述自定义语法中的多个关键字；

基于所述自定义语法和所述关键字，将所述抽象语法树封装成多个目标片段，所述目标片段为包括目标关键字的SQL片段；

对所述目标片段进行解析，得到SQL业务对象，所述SQL业务对象包括插入表对象、插入字段对象和SQL片段对象；

基于所述插入表对象、所述插入字段对象和所述SQL片段对象，构建字段间的血缘关系和表间的血缘关系。

在一种可能的实现方式中，所述SQL片段对象包括from业务对象；

所述基于所述插入表对象、所述插入字段对象和所述SQL片段对象，构建字段间的血缘关系和表间的血缘关系，包括：

从所述插入表对象中获取插入表信息，以及从所述from业务对象中获取虚拟表信息；

基于所述插入表信息，遍历构建插入表的字段与对应的select表达式的字段的第一血缘关系，以及基于所述虚拟表信息，遍历构建虚拟表的字段与对应的select表达式的字段的第二血缘关系；

将所述第一血缘关系和所述第二血缘关系确定为字段间的血缘关系。

在一种可能的实现方式中，所述基于所述插入表对象、所述插入字段对象和所述SQL片段对象，构建字段间的血缘关系和表间的血缘关系，包括：

从所述第一血缘关系中获取与所述插入表对应的第一上游表；

在所述第一上游表为物理表的情况下，构建所述插入表与所述第一上游表之间的第三血缘关系；

将所述第三血缘关系确定为所述表间的血缘关系。

在一种可能的实现方式中，所述方法还包括：