高性能SQL解析库-fast-sqlparse

news2026/5/13 17:17:54
原本是我写的一个C 17跨平台SQL解析库后面用pybind11编译成了pyd和so文件然后二次开发而来他的速度有一定的损失但是我们解析SQL更简单、更快、更直观了。经过一年7个大版本的迭代开发、反复测试和不断完善今年我把它发布到github上希望有人能看到、使用、提出问题和意见。相比与纯python库sqlparse、sqlglot等它的速度通常会快出数十倍。另外它还非常适合解析超大、复杂查询、子查询深度嵌套、公共表达式混用的场景。GitHub仓库https://github.com/Nohaltsail/fast-pysqlparse目录安装快速开始核心类说明功能演示性能对比API参考安装pipinstallfast-pysqlparse快速开始fromfastsqlparseimportParsed,ParsedQuery# 解析SQLsqlSELECT * FROM users WHERE age 18parsedParsed(sql)# 获取解析结果queryparsed.parsedforest[0]print(query.sources)# 数据源print(query.columns)# 列信息print(query.format())# 格式化输出核心类说明1. Parsed - SQL解析器主类功能: 解析任意SQL语句SELECT、INSERT、UPDATE、DELETE、CREATE等参数:sql_statements(str): SQL语句字符串file(str, optional): SQL文件路径name(str, optional): 解析内容名称pure(bool, defaultFalse): 是否忽略注释主要属性和方法:parsedforest: 返回解析后的语句列表statements: 所有SQL语句tokens(): 获取词法单元AST(): 获取抽象语法树JSON格式format(indent): 格式化SQLcontent(): 获取原始SQL内容name: SQL语句名称示例:fromfastsqlparseimportParsed sqlSELECT u.id, u.name FROM users u WHERE u.age 18parsedParsed(sql)# 获取解析树itemsparsed.parsedforest# 格式化formattedparsed.format(indent )# 获取ASTast_jsonparsed.AST()# 获取Tokenstokensparsed.tokens()2. ParsedQuery - SELECT查询解析器功能: 专门解析SELECT查询语句提取查询子句和元数据参数:statement(str): SELECT语句name(str): 查询名称pure(bool, defaultFalse): 是否去除注释主要属性:sources: 数据源列表FROM/JOIN的表columns: 选择的列列表clause_select: SELECT子句内容clauses: 子句列表FROM子句内容WHERE子句内容GROUP BY/HAVING子句ORDER BY子句LIMIT子句parent: Parsed父对象cte: CTE映射字典unions: UNION查询列表subquery: 子查询信息level: 嵌套层级主要方法:format(indent, init_indent): 格式化查询ast(): 生成ASTtokens(): 获取Tokenstokenize(statement): 静态方法快速词法分析示例:fromfastsqlparseimportParsedQuery sql SELECT u.user_id, COUNT(o.order_id) as cnt FROM users u LEFT JOIN orders o ON u.user_id o.user_id WHERE u.status active GROUP BY u.user_id HAVING cnt 5 ORDER BY cnt DESC LIMIT 10 queryParsedQuery(sql,user_orders)# 提取信息print(数据源:,query.sources)print(列:,query.columns)fori,clauseinenumerate(query.clauses):ifclause.partCLAUSE_FROM:print(fFROM子句:{clause.clause})elifclause.partCLAUSE_WHERE:print(fWHERE条件:{clause.clause})elifclause.partCLAUSE_AGGREGATION:print(fGROUP BY:{clause.clause})elifclause.partCLAUSE_SORT:print(fORDER BY:{clause.clause})elifclause.partCLAUSE_LIMIT:print(fLIMIT:{clause.clause})# 快速tokenizertokensParsedQuery.tokenize(sql)fortoken_type,token_value,posintokens[:5]:print(f{token_type}:{token_value})3. ParsedCTE - 公用表表达式解析器功能: 解析WITH子句CTE参数:statement(str): WITH语句pure(bool, defaultFalse): 是否去除注释name(str, optional): CTE名称主要属性:raw: 原始CTE语句cte_stmts: CTE语句列表name: CTE名称主要方法:format(indent, init_indent): 格式化CTEast(): 生成ASTtokenize(statement): 静态方法快速词法分析示例:fromfastsqlparseimportParsedCTE,ParsedQuery sql WITH RECURSIVE cte AS ( SELECT 1 as n UNION ALL SELECT n 1 FROM cte WHERE n 10 ) cteParsedCTE(sql)print(CTE语句:,cte.cte_stmts)print(格式化:\n,cte.format())sql WITH RECURSIVE cte AS ( SELECT 1 as n UNION ALL SELECT n 1 FROM cte WHERE n 10 ) SELECT * FROM cte ctesParsedQuery(sql,test).cteforcte_nameinctes:print(CTE名称:,cte_name)print(CTE语句:,ctes[cte_name].format())4. ParsedInsert - INSERT语句解析器功能: 解析INSERT语句支持VALUES和SELECT两种方式参数:statement(str): INSERT语句pure(bool, defaultFalse): 是否去除注释主要属性:name: 目标表名columns: 插入的列列表values: 插入的值query: 查询对象INSERT…SELECT时query_load: 是否有查询加载main_stmt: 主语句cte_stmt: CTE语句query_stmt: 查询语句主要方法:format(indent, init_indent): 格式化ast(): 生成ASTtokens(): 获取Tokenstokenize(statement): 静态方法快速词法分析示例:fromfastsqlparseimportParsedInsert sql1INSERT INTO users (id, name) VALUE (1, Alice)insert1ParsedInsert(sql1)print(表名:,insert1.name)print(列:,insert1.columns)print(值:,insert1.values)# SELECT方式带CTEsql2 INSERT INTO summary (product_id, total) WITH stats AS ( SELECT product_id, SUM(amount) as total FROM orders GROUP BY product_id ) SELECT product_id, total FROM stats sts insert2ParsedInsert(sql2)print(表名:,insert2.name)print(有查询:,insert2.query_load)ifinsert2.query:forsourceininsert2.query.sources:print(子句:,source.raw)print(表:,source.table)print(别名:,source.alias)5. 其他解析器类ParsedView - VIEW解析器fromfastsqlparseimportParsedView sqlCREATE VIEW active_users AS SELECT * FROM users WHERE statusactiveviewParsedView(sql)ParsedUpdate - UPDATE解析器fromfastsqlparseimportParsedUpdate sqlUPDATE users SET statusinactive WHERE last_login 2023-01-01updateParsedUpdate(sql)ParsedDelete - DELETE解析器fromfastsqlparseimportParsedDelete sqlDELETE FROM logs WHERE created_at 2023-01-01deleteParsedDelete(sql)ParsedCreate - CREATE TABLE解析器fromfastsqlparseimportParsedCreate sql CREATE TABLE users ( id INT PRIMARY KEY, name VARCHAR(100), email VARCHAR(200) ) createParsedCreate(sql)功能演示场景1: 普通查询含子查询fromfastsqlparseimportParsed sql SELECT u.user_id, u.username, (SELECT COUNT(*) FROM orders o WHERE o.user_id u.user_id) as order_count FROM users u WHERE u.age 18 ORDER BY u.username LIMIT 10 parsedParsed(sql)queryparsed.parsedforest[0]# 提取关键信息print(数据源:,query.sources)print(列:,query.columns)print(SELECT子句:,query.clause_select)forclauseinquery.clauses:ifclause.partCLAUSE_FROM:print(fFROM子句:{clause.clause})elifclause.partCLAUSE_WHERE:print(fWHERE子句:{clause.clause})elifclause.partCLAUSE_SORT:print(fORDER BY子句:{clause.clause})elifclause.partCLAUSE_LIMIT:print(fLIMIT子句:{clause.clause})输出:数据源: [DqlSourceExpr object] 列: [DqlColumnExpr object, ...] SELECT子句: [u.user_id, u.username, (SELECT COUNT(*) ...) as order_count] FROM子句: FROM users u WHERE子句: WHERE u.age 18 ORDER BY子句: ORDER BY u.username LIMIT子句: LIMIT 10场景2: 临时结果集聚合查询fromfastsqlparseimportParsedimportjson sql WITH sales_summary AS ( SELECT product_id, SUM(amount) as total_sales, AVG(amount) as avg_sales FROM sales WHERE sale_date 2024-01-01 GROUP BY product_id ) SELECT * FROM sales_summary WHERE total_sales 1000 parsedParsed(sql)# 获取Tokenstokensparsed.tokens()print(fToken数量:{len(tokens)})# 获取ASTast_strparsed.AST()ast_objjson.loads(ast_str)print(json.dumps(ast_obj,indent2,ensure_asciiFalse))场景3: UNION查询 TokenizerfromfastsqlparseimportParsedQuery sql WITH region_sales AS ( SELECT region, SUM(amount) as total FROM sales GROUP BY region ) SELECT * FROM region_sales UNION ALL SELECT TOTAL as region, SUM(total) FROM region_sales # 使用Tokenizer进行快速词法分析tokensParsedQuery.tokenize(sql)fortoken_type,token_value,positionintokens:print(fType:{token_type:15}| Value:{token_value[:30]:30}| Pos:{position})场景4: INSERT INTO … CTE SELECTfromfastsqlparseimportParsedInsert sql INSERT INTO summary_table (product_id, total_amount, avg_amount) WITH product_stats AS ( SELECT product_id, SUM(amount) as total_amount, AVG(amount) as avg_amount FROM orders GROUP BY product_id ) SELECT product_id, total_amount, avg_amount FROM product_stats insertParsedInsert(sql)print(目标表:,insert.name)print(插入列:,insert.columns)print(有查询:,insert.query_load)ifinsert.query:print(查询类型:,type(insert.query))print(查询来源:,insert.query.sources)print(查询列:,insert.query.columns)场景5: 处理注释和格式化fromfastsqlparseimportParsed,strip_note sql -- 这是主注释 SELECT u.user_id, -- 用户ID u.username -- 用户名 FROM users u /* 用户表 */ WHERE u.status active -- 只查活跃用户 # 保留注释并格式化parsed_with_commentsParsed(sql,pureFalse)print(保留注释:)print(parsed_with_comments.format())# 去除注释并格式化parsed_pureParsed(sql,pureTrue)print(\n去除注释:)print(parsed_pure.format())# 仅去除注释不格式化strippedstrip_note(sql)print(\n仅去注释:)print(stripped)性能对比测试环境SQL长度: 1359字符测试次数: 100次性能结果解析器总耗时(100次)平均每次相对速度fast-pysqlparse0.0170秒0.17ms1.0x(基准)sqlparse1.3040秒13.04ms76.75x更快sqlglot0.4283秒4.28ms25.21x更快大规模测试测试1: 5000次解析SQL长度: 639字符总耗时: 0.6084秒PPS (Parses Per Second): 8218.88平均每次: 0.1217ms测试2: 1000万字符SQLSQL长度: 10,500,998字符总耗时: 1.4085秒CPS (Characters Per Second): 7,455,540解析成功API参考工具函数strip_note(sql: str) - str去除SQL中的注释fromfastsqlparseimportstrip_note sqlSELECT * FROM users -- commentcleanstrip_note(sql)# 结果: SELECT * FROM usersformat(sql: str, indent: str ) - str格式化SQL语句fromfastsqlparseimportformatsqlSELECT * FROM users WHERE id1formattedformat(sql,query,indent )tokenize(sql: str) - List[Tuple[str, str, int]]词法分析tokenize_query(sql: str) - List[Tuple[str, str, int]]快速词法分析SELECT语句fromfastsqlparseimporttokenize_query tokenstokenize_query(SELECT * FROM users)tokenize_cte(sql: str) - List[Tuple[str, str, int]]快速词法分析WITH语句tokenize_insert(sql: str) - List[Tuple[str, str, int]]快速词法分析INSERT语句tokenize_update(sql: str) - List[Tuple[str, str, int]]快速词法分析UPDATE语句tokenize_delete(sql: str) - List[Tuple[str, str, int]]快速词法分析DELETE语句tokenize_view(sql: str) - List[Tuple[str, str, int]]快速词法分析VIEW语句Token结构每个Token包含以下属性:type: Token类型KEYWORD, IDENTIFIER, LITERAL, WHITESPACE等value: Token的值position: 在SQL中的位置tokensparsed.tokens()fortokenintokens:print(fType:{token.type}, Value:{token.value}, Pos:{token.at})AST结构AST以JSON格式返回包含:查询子句SELECT, FROM, WHERE等CTE定义列信息数据源信息联合查询信息importjson ast_json_listparsed.AST()ast_json_dicparsed_query.ast()ast_objjson.loads(ast_json_dic)最佳实践1. 选择合适的解析器通用SQL: 使用Parsed仅SELECT: 使用ParsedQuery更快仅INSERT: 使用ParsedInsert仅CTE: 使用ParsedCTE2. 性能优化如果只需要词法信息使用tokenize()静态方法设置pureTrue可以跳过注释处理提升速度避免重复解析相同SQL缓存解析结果3. 错误处理fromfastsqlparseimportParsedtry:parsedParsed(invalid_sql)exceptExceptionase:print(f解析失败:{e})常见问题Q1: 如何提取表名queryparsed.parsedforest[0]forsourceinquery.sources:print(source.table)# 或查看source的属性Q2: 如何处理多语句SQLparsedParsed(SELECT * FROM t1; SELECT * FROM t2;)forstmtinparsed.parsedforest:print(stmt)Q3: 如何获取子查询信息queryparsed.parsedforest[0]ifquery.subquery:forsubqinquery.subquery:print(subq)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2597214.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…