[发明专利]一种语句自动转换方法和装置

说明书

一种语句自动转换方法，将原始SQL语句切分为语句序列，包括：预处理步骤，顺序解析并获取所述INSERT语句和所述UPDATE语句的语义数值，将解析的结果分别存储于预设存储结构中；获取简单型UPDATE语句的操作目标、条件和赋值信息，将所述UPDATE语句的条件和赋值信息填入与所述UPDATE语句具有相同操作目标的所述INSERT语句的合并存储位置；转换步骤，对经过所述预处理步骤的所述语句序列依次进行转换并输出；直接输出CREATE语句和合并存储位置中内容为空的INSERT语句；更新输出合并存储位置中的INSERT语句；输出经过转换后的复杂型UPDATE语句。本发明还公开一种语句自动转换装置。通过本发明实现UPDATE语句自动转换为INSERT语句。

技术领域

本发明涉及软件行业，更具体的说，涉及一种语句转换技术。

背景技术

随着网络规模的不断扩大，数据增长迅速，传统的基于关系数据库的数据处理手段已经越来越力不从心。而最经济和平滑的向大数据技术过度的手段，就是能直接复用原来的数据处理过程中写好的一系列SQL语句，这样可以保证对原来的业务逻辑保持不变，只是改变了底层的执行引擎。

在移植过程中最大的问题就是，目前面向大数据处理的数据库或计算框架(如Greenplum和Spark)都是面向分析型的，对于原来的处理逻辑过程中的更新操作支持非常弱或不支持，这就需要提供一个自动化的转换工具，自动把原来大批量SQL语句序列中的update语句，自动转换为等价的非update语句。

在新旧SQL的移植方面，涉及传统关系数据库之间的SQL移植和关系数据库 SQL向大数据SQL移植两个方面，而前者与本专利的场景无关，下面我只讨论后者。即原有面向关系数据库的SQL序列移植为适合运行在大数据的数据库或大数据计算框架下运行的SQL序列。

一般情况下会采取两种方法进行SQL序列的转换。

a)将原有SQL直接用于大数据跨框架。

b)按照大数据的特点和要求手工移植原有SQL序列。

对于上述方案a)，由于目前面向大数据处理的数据库或计算框架(如 GreenPlum和Spark)都是面向分析型的，对于原来的处理逻辑过程中的更新操作支持非常弱或不支持，如果现有SQL序列中存在update语句，则会导致效率非常低或直接不支持。

上述方案b)为手工移植方案，存在移植工作量大(一个SQL都有几百个字段)，并且容易导致逻辑错误，在新旧系统的数据核查比对方面的工作量是非常巨大的。

因此，一种简便的自动实现语句转换的技术亟待出现。

发明内容

本发明根据UPDATE语句和INSERT语句的结构和语义，对不同类型的 UPDATE语句采用了不同的转换方法，达到最优转换的目的。本发明提供了如下技术方案一种语句自动转换的方法，包括：将原始SQL语句切分为语句序列，在所述语句序列中获取与所述原始语句操作目标相应的INSERT语句、UPDATE 语句、CREATE语句，然后进入预处理步骤：

顺序解析并获取所述INSERT语句和所述UPDATE语句的语义数值，按照类型、操作目标将解析的结果分别存储于预设存储结构中；

获取简单型UPDATE语句的操作目标、条件和赋值信息，在所述预设存储结构中，将所述UPDATE语句的条件和赋值信息填入与所述UPDATE语句具有相同操作目标的所述INSERT语句的合并存储位置；

转换步骤：

对经过所述预处理步骤的所述语句序列依次进行转换并输出；

直接输出CREATE语句和合并存储位置中内容为空的INSERT语句；