Flink SQL中使用Calcite作为sql语法解析、校验、优化工具，本篇是实操篇，介绍一下calcite做sql语法解析使用方式。

sql经过calcite解析之后，得到一棵抽象语法树，也就是我们说的AST，这棵语法树是由不同的节点组成，节点称之为SqlNode，根据不同类型的dml、ddl得到不同的类型的SqlNode，例如select语句转换为SqlSelect，delete语句转换为SqlDelete，join语句转换为SqlJoin。

使用方式：SqlParser.Config config = SqlParser.configBuilder()         .setLex(Lex.MYSQL) //使用mysql 语法         .build();//SqlParser 语法解析器         SqlParser sqlParser = SqlParser       .create("select id,name,age FROM stu where age<20", config);SqlNode sqlNode = null;try {   sqlNode = sqlParser.parseStmt();} catch (SqlParseException e) {  throw new RuntimeException("", e);}这里解析了一个select的语句，那么得到的sqlNode就是一个SqlSelect。if(SqlKind.SELECT.equals(sqlNode.getKind())){SqlSelect sqlSelect = (SqlSelect) sqlNode;SqlNode from=sqlSelect.getFrom();SqlNode where=sqlSelect.getWhere();SqlNodeList selectList=sqlSelect.getSelectList();//标识符if(SqlKind.IDENTIFIER.equals(from.getKind())){System.out.println(from.toString());}if(SqlKind.LESS_THAN.equals(where.getKind())){SqlBasicCall sqlBasicCall=(SqlBasicCall)where;for(SqlNode sqlNode1: sqlBasicCall.operands){if(SqlKind.LITERAL.equals(sqlNode1.getKind())){System.out.println(sqlNode1.toString());}}}selectList.getList().forEach(x->{if(SqlKind.IDENTIFIER.equals(x.getKind())){System.out.println(x.toString());}});}一个select语句包含from部分、where部分、select部分等，每一部分都表示一个SqlNode。SqlKind是一个枚举类型，包含了各种SqlNode类型：SqlSelect、SqlIdentifier、SqlLiteral等。SqlIdentifier表示标识符，例如表名称、字段名；SqlLiteral表示字面常量，一些具体的数字、字符。

SqlBasicCall对比SqlSelect/SqlDelete而言，可以理解为表示的是一些基本的、简单的调用，例如聚合函数、比较函数等，接下来看一下其如何解析sum操作：select sum(amount) FROM orders //解析的sql//解析select部分selectList.getList().forEach(x->{    if(SqlKind.SUM.equals(x.getKind())){      SqlBasicCall sqlBasicCall=(SqlBasicCall)x;      System.out.println(sqlBasicCall.operands[0]);   } });其内部主要就是operands，也是SqlNode节点，但是都是一些基本的SqlNode，例如SqlIdentifier、SqlLiteral。

SqlSelect/SqlDelete/SqlBasicCall 都称之为SqlCall，差别是SqlSelect是复杂的SqlCall,内部可以包含其他节点，而SqlBasicCall表示简单的SqlCall。另外两种SqlNode:SqlDataTypeSpec与SqlNodeList，SqlDataTypeSpec代表数据类型节点，例如CHAR/VARCHAR/DOUBLE， SqlNodeList表示包含多个同级别的SqlNode，在上面select中已经展示过，看下SqlDataTypeSpec使用实例：select cast(amount as CHAR) FROM orders//解析的sql//解析select部分selectList.getList().forEach(x->{   if(SqlKind.CAST.equals(x.getKind())){        SqlBasicCall sqlBasicCall=(SqlBasicCall)x;        System.out.println(sqlBasicCall.operands[0]); //amount        SqlDataTypeSpec charType=(SqlDataTypeSpec)sqlBasicCall.operands[1];        System.out.println(charType.getTypeName()); //CHAR  }});

另外一种节点SqlOperator，可以代表函数、运算符、语法(select)结构，例如sum解析为SqlAggFunction、select解析为SqlSelectOperator，as 作为SqlAsOperator。SqlOperator是被嵌入在SqlNode中，作为其属性，通过SqlOperator的createCall方法可以创建对应的SqlNode，使用方式：SqlOperator operator = new SqlAsOperator();SqlParserPos sqlParserPos = new SqlParserPos(1, 1);SqlIdentifier name = new SqlIdentifier("orders", null, sqlParserPos);SqlIdentifier alias = new SqlIdentifier("o", null, sqlParserPos);SqlNode[] sqlNodes = new SqlNode[2];sqlNodes[0] = name;sqlNodes[1] = alias;SqlBasicCall sqlBasicCall = (SqlBasicCall)operator.createCall(sqlParserPos,sqlNodes);System.out.println(sqlBasicCall); //得到的就是 Order as oSqlParsePos表示对应解析的节点在sql位置，起止行与起止列。

以上介绍了一下calcite解析sql的简单使用方式，我们可以使用Calcite来做血缘分析、flink sql维表关联等。