什么是SQL-to-SQL翻譯器

本篇內容介紹了“什么是SQL-to-SQL翻譯器”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

這次從一張圖說起，就是下面這幅圖，當我畫完他的時候，我就感覺無比的舒爽。讓整個執行流程，可控，并且可擴展。還記得當初上學的時候，數學建模課上，老師為了“求證一張四條腿的椅子，四條腿處在一個平面上的概率”，寫了滿滿四黑板板書，然后心滿意足的，跟一臉蒙的我們說，“看，多美啊!”。我現在有點理解他當時的狀態了。

有眼尖的同學，可能已經發現了，沒錯，這里借鑒了Flink的流程設計。

簡單的說，輸入-> 轉換 -> 輸出 經典的三段論式構造。

這里我們把輸入 SourceFunction 和 輸出 SinkFunction  進行了抽象，但是并沒有像Flink那樣，輸入輸出集成相同的接口，可以自由轉換，從需求上來看，是沒有必要Sql -to- Sql -to- Sql  的必要的。

在轉換過程中，我們引用了DSL，來承接前面的SQL解析，以及后續的SQL生成，于是，自然的將轉換分成了2段，即輸入轉換(SourceMapper) 和  輸出轉換(SinkMapper)

而定義轉換與否，以及轉換動如何完成，我們可以輕松的通過java自帶的 Function 接口來實現。

一個輸入是可以接對接N條輸出的，輸出的方向也完全由實現 SinkFunction 的對象來自實現。

如果后續，把任務并行化，Pipline 對外提供高階函數的話， 畫美不看...

DEMO：

public static void main(String[] args) throws IOException {       //輸入       FileSourceFunction fileSourceFunction = new FileSourceFunction();       fileSourceFunction.init(new File("fff.txt"));        //輸出       PrintlnSinkFunction<PrintStream> printSinkFunction = new PrintlnSinkFunction();       ListSinkFunction listSinkFunction = new ListSinkFunction();   ansformPepline tp = new TransformPepline();   //添加輸入輸出 .addSource(fileSourceFunction)               .addSink(printSinkFunction)               .addSink(listSinkFunction);   //定制轉換動作       tp.addSourceMapFunction(new Function<String, String>() {           SqlTransExecManager sqlTransExecManager = new SqlTransExecManager().build();           @Override           public String apply(String s) {               return sqlTransExecManager.doParseAndTransform(s).getTargetSql();           }       });       //執行       tp.execute();       System.out.println(listSinkFunction.getLists());   }

“什么是SQL-to-SQL翻譯器”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！