SQLGlot项目中的Trino方言MERGE语句列名歧义问题解析

问题背景

在SQLGlot项目中，处理Trino方言的MERGE语句时发现了一个关于列名歧义的解析问题。当在MERGE语句的WHEN MATCHED子句中使用数组函数操作目标表列时，SQLGlot的转换逻辑会错误地移除表别名，导致生成的SQL语句出现列名歧义错误。

问题重现

考虑以下MERGE语句示例：

MERGE INTO table_a AS target USING(
  SELECT
    pk,
    my_array
  FROM table_b
) AS source ON source.pk = target.pk
WHEN MATCHED THEN UPDATE SET target.my_array = ARRAY_DISTINCT(CONCAT(source.my_array, target.my_array))
WHEN NOT MATCHED THEN INSERT (pk, my_array)
VALUES (
  source.pk,
  source.my_array
)

在这个例子中，我们尝试将table_b的数据合并到table_a中。当主键匹配时，我们使用ARRAY_DISTINCT和CONCAT函数合并两个数组字段；当不匹配时，则直接插入新记录。

问题分析

SQLGlot在处理这类语句时，会对WHEN MATCHED子句中的列引用进行转换，移除表别名。这种转换在简单列引用时是合理的，但当列作为函数参数时就会导致问题：

1. 原始语句中的target.my_array会被转换为my_array
2. 函数中的source.my_array和target.my_array都被转换为my_array
3. 最终生成的SQL会出现列名歧义，因为无法区分函数参数中的两个my_array分别来自哪个表

技术原理

这个问题涉及到SQL解析和生成的几个关键点：

1. MERGE语句语义：MERGE语句需要明确区分源表和目标表的列引用，特别是在UPDATE操作中。

2. 函数参数处理：当列作为函数参数时，表别名对于确定列的作用域至关重要。

3. SQLGlot的转换逻辑：当前的转换策略没有考虑函数上下文中的列引用特殊性，对所有列引用都进行了别名移除。

解决方案

针对这个问题，可以采取以下改进方案：

1. 函数上下文感知：在转换列引用时，检查其是否位于函数调用中。

2. 保留必要别名：对于函数参数中的列引用，保留其表别名以避免歧义。

3. 智能别名移除：仅在可以安全移除别名的场景下（如简单列引用且无歧义）才进行转换。

这种改进既保持了SQLGlot的优化能力，又解决了特定场景下的语法歧义问题。

实际影响

这个问题会影响所有使用Trino方言并包含数组函数操作的MERGE语句生成。虽然问题在特定条件下出现，但对于使用复杂数据合并逻辑的应用场景影响较大。

总结

SQLGlot作为SQL解析和生成工具，在处理特定方言的复杂语句时需要特别注意上下文相关的转换规则。这个Trino方言MERGE语句的问题展示了SQL语法处理中的微妙之处，也提醒我们在进行SQL转换时需要全面考虑各种使用场景。通过改进函数上下文的处理逻辑，可以更准确地生成符合目标方言语法的SQL语句。