SQLjob.pps - Губин Максим Владимирович

Разработка SQL компилятора
для СУБД «ОМЕГА»
Докладчик
Губин Максим Владимирович
Научный руководитель
Соколинский Леонид Борисович
Челябинск 2006 г.
1
Постановка задачи
Разработка SQL компилятора СУБД «ОМЕГА»
Под компилятором будем понимать программу, которая преобразует
цепочку входных символов, введенных пользователем, в дерево
физических операций над данными СУБД «ОМЕГА».
В работе можно выделить два направления:
• разработка компилятора, который на входе принимает некоторую
строку запроса в терминах подмножества языка SQL, на выходе
имеет физический план выполнения запроса SQL;
• определение языка SQL', который является некоторым
подмножеством языка SQL (точнее, можно предположить, что
язык SQL' имеет ряд дополнительных ограничений наложенных
на язык SQL).
Челябинск 2006 г.
2
Общая структура компилятора
Цепочка символов запроса
Лексический
анализатор
Система
анализа
ошибок
Синтаксический и
семантический
анализатор
Таблицы лексем
Дерево разбора
Препроцессор
Генератор
логического плана
Логический план
запроса в терминах
реляционной
алгебры
Генератор
физического плана
Челябинск 2006 г.
3
Основные компоненты SQL компилятора
• лексический анализатор – предназначен для выделения лексем из цепочки
символов запроса, проверки их принадлежности одному из классов лексем и
передачи их синтаксическому анализатору;
• синтаксический анализатор – предназначен для распознавания
синтаксической структуры из представленных лексических композиций, и
представления этой структуры в виде дерева разбора или синтаксического
дерева;
• препроцессор – предназначен для контроля употребления имен отношений,
имен атрибутов и типов самих атрибутов;
• генератор логического плана – предназначен для преобразования дерева
разбора в логический план выполнения запроса с использованием набора
операций реляционной алгебры;
• генератор физического плана выполнения запроса – формирует физический
план исполнения запроса в известных физических операциях.
Челябинск 2006 г.
4
Лексический анализатор
На входе лексического анализатора (ЛА) имеется цепочка символов
некоторого алфавита. Алфавит может содержать следующие символы:
• английский алфавит – {A,B,C…Z,a,b,c…z};
• арабские числа – {0,1,2,3..9};
• разделители – {_, ’, ., ;};
• операторы отношений – {=,<,>,*}.
На выходе ЛА содержаться лексемы. Определим основные классы лексем:
• константа (например: 1 или 1.55);
• идентификатор (перем1 или атрибут2);
• строка (представляет произвольный набор символов ограниченный
кавычкой «‘»);
• оператор «*»;
• точка «.»;
• запятая «,»;
• точка запятая «;»;
• пробел «_»;
• оператор отношения «=», «>», «<».
Челябинск 2006 г.
5
Детерминированный конечный автомат
•
•
•
•
•
Лексический анализатор строиться на основе детерминированного конечного
автомата
ДКА=(Q,V, ,q0,F) ,
где
Q – конечное множество состояний автомата;
V – конечное множество допустимых входных символов;
 – функция переходов;
q0 – начальное состояние автомата, qQ;
F – множество конечных состояний автомата, FQ.
Челябинск 2006 г.
6
Матрица состояний ДКА
CL - Классы символов
ST
Цифры
Буквы
«’»
«*»
«/»
«.»
«,»
пробел
«;»
другой
«=»,
«<»,
«>»
1
2
3
4
5
6
7
8
9
11
12
0
2
1
3
-4
-5
-6
-7
-8
-9
-11
-13
ident
1
1
1
-11
-1
-1
-1
-1
-1
-1
10
-1
constanta
2
2
1
-11
-2
-2
2
-2
-2
-2
10
-2
string
3
3
3
-3
3
3
3
3
3
3
3
3
multiply
4
2
1
3
-4
-5
-6
-11
-8
-9
10
-11
div
5
2
1
-11
-11
-11
-11
-11
-8
-11
10
-11
point
6
-11
1
-11
-11
-11
-11
-11
-11
-11
10
-11
comma
7
2
-11
-11
-11
-11
-11
-11
-8
-11
10
-11
spase
8
2
1
3
-4
-5
-6
-7
-8
-9
10
-13
point comma
9
-11
-11
-11
-11
-11
-11
-11
-8
-11
-11
-11
other
11
10
10
10
10
10
-6
-7
-8
-9
10
-11
error
12
-11
-11
-11
-11
-11
-11
-11
-11
-11
-11
-11
is
13
2
1
3
-11
-11
-11
-11
-8
-11
-11
-13
начальное
сост. авт. q0
Челябинск 2006 г.
7
Основные прототипы процедур,
необходимых для работы ЛА:
• int D[13][12]
//матрица состояний КА
• char *out[]=
//классы лексем
• {"ident","constant","string","multiply","div","point","comma","spase","point
•
•
•
•
•
comma","other","error","is" };
struct tabLexAn{
int id;
char name[];
char *type;}
void LexAn()
//структура таблицы лексем
//порядковый номер лексемы
//имя лексемы(содержание)
//тип лексемы
//функция выполнения лексического анализа
Челябинск 2006 г.
8
Синтаксический анализатор
Задача синтаксического анализатора состоит в преобразовании
последовательности лексем в дерево разбора (синтаксическое дерево).
Каждая вершина дерева разбора представляет одну из следующих
сущностей:
• атомы – лексические единицы, такие как служебные слова
(например, SELECT), наименования атрибутов или отношений,
константы, скобки операторы и иные элементы;
• синтаксические конструкции – группа лексем объединенных в
конструкцию по некоторому устойчивому смыслу над этой группой
(например, <SFW> это такая синтаксическая конструкция как <select–
from–where>).
Челябинск 2006 г.
9
Грамматика языка SQL
При синтаксическом анализе проверяется цепочка распознанных лексем
на принадлежность множеству цепочек, порождаемых грамматикой языка
SQL. Пример правил грамматики языка SQL для синтаксической
конструкции <select-from-where>:
<SFW>:=Select <ListAtribute> From <ListForm> Where <ListCondition>;
<ListAtribute>:=<Atribute><Atribute>,<Atribute>
<Atribute>:=<Identifier><Identifier>.<Form>
<ListForm>:=<Form><Form>,<Form>
<Form>:=<Identifier>
<ListCondition>:=<Condition>(<Condition>) And (<Condition>)
<Condition>:=<Atribute>=<Identifier><Atribute>=<Atribute>
<Identifier>:=ident*
Челябинск 2006 г.
10
Реализация синтаксического разбора
При анализе цепочки лексем используется нисходящий метод разбора слева
направо, т.е . Разбор осуществляется автоматом с магазинной памятью (МПавтомат) R=(Q,V,Z,,q0,z0,F), где
Q – конечное множество состояний автомата;
V – алфавит входных символов;
Z – алфавит магазинных символов автомата VZ,
 – функция переходов;
q0 – начальное состояние автомата, qQ;
z0 – начальный символ автомата, zZ;
F – множество конечных состояний автомата, FQ.
Конфигурацию МП-автомата можно описать в виде тройки (q,,)
QV*Z*, которая определяет состояние автомата q, цепочку еще не
прочитанных символов  на входе автомата и содержание магазина (стека) .
Начальная конфигурация определяется (q0,,z0), V*, множество конечных
состояний автомата – (q,,), qF, Z*.
МП-автомат допускает цепочку символов с опустошением магазина, если при
окончании разбора цепочки автомат находится в одном из конечных состояний, а
стек автомата пуст.
Челябинск 2006 г.
11
Прототипы основных функций, реализующих
семантический анализ
stack stack_SemAn
//организация стека для МП-автомата
tree tree_sinAn
//дерево синтаксического разбора
char *terminal[]
//список терминалов
char *neterminal[]
//список нетерминалов
char *first[][]
//множество fist
char *follow[][]
//множество follow
struct Gram{
//структура правил грамматики
int id;
char Rul[][];}
int M[][]
//таблица состояний предикативного
//синтаксического разбора
int GetRul()
//процедура чтения правил из внешнего файла
int spisokTerminalov() //определение списка терминалов из правил
int spisokNeTerminalov() //определение списка нетерминалов из правил
int oprTerm()
//определение терминалов в лексемах
void FindFirst()
//определяем множество FIRST ()
int FOLLOW()
//определяем множество FOLLOW()
int TablRazbora()
//создание таблицы синтаксического разбора
int SinAn()
//синтаксический анализ
Челябинск 2006 г.
12
Препроцессор
Для определения действительности синтаксического дерева разбора,
необходимо выполнить контроль его следующих параметров:
• контроль употребления имен отношений, который определяет
существование отношения, зарегистрированного в текущей схеме данных;
• контроль использования имен атрибутов и их разрешение, который
определяет существование каждого атрибута и его принадлежность
одному из отношений заявленных в синтаксическом дереве;
• контроль типов, который проверяет способ использования каждого
атрибута на соответствие типу атрибута.
При возникновении ошибки на любом из параметров контроля,
формируется код ошибки и передается управление системе обработки
ошибок. Например, препроцессор может обнаружить использование
атрибута с одинаковым именем в двух отношениях, используемых при
выборе в одном запросе.
Челябинск 2006 г.
13
Прототипы основных функций, реализующих
работу препроцессора
int existTable(char* name)
int existAtribut(char* name)
int trueType()
//проверяем наличие таблицы
//проверяем наличие атрибута
//проверяем соответствие типа
Челябинск 2006 г.
14
Генератор логического плана
Генератор логического плана предназначен для преобразования
дерева разбора в логический план выполнения запроса с
использованием набора операций реляционной алгебры.
Для примера преобразования синтаксического дерева разбора в
логический план запроса, представленным выражениями
реляционной алгебры, рассмотрим синтаксическую конструкцию
<SFW>. Эта конструкция состоит из трех реляционных операций:
• - декартова произведения  всех отношений из списка <FromList>;
• - оператора выбора C из условия <Condition>;
• - оператора проекции L соответствующего списку <AtributList>.
Челябинск 2006 г.
15
Пример
Если на входе мы имеем следующий подзапрос:
Select Atr1, Atr2 From From1, Form2 Where Atr1=Atr2,
то выражение реляционной алгебры имеет вид:
 Atr , Atr ( Atr  Atr (Form  Form ))
1
1
2
1
 Atr , Atr
1
2
2
2
 Atr  Atr
1
2

Form1
Челябинск 2006 г.
Form2
16
Прототипы функций, реализующих генерацию
логического плана запроса
• tree tree_logPlan
• char param[][]
• void Create_logPlan()
//определение дерева логического плана
//определение дополнительных параметров
//функция генерации логического плана