SQLParser-rs 项目中对PostgreSQL CTE MATERIALIZED关键字的解析支持
2025-06-27 17:46:14作者:庞眉杨Will
在SQLParser-rs项目中,近期修复了一个关于PostgreSQL公共表表达式(CTE)中MATERIALIZED关键字解析的问题。这个问题影响了包含MATERIALIZED或NOT MATERIALIZED修饰符的WITH子句的解析能力。
PostgreSQL从12版本开始引入了CTE的MATERIALIZED和NOT MATERIALIZED选项,这些选项允许开发者显式控制查询优化器是否应该物化CTE结果。在SQLParser-rs的0.43.1及更早版本中,解析器无法正确处理这些关键字,导致包含这些修饰符的查询会解析失败。
问题背景
公共表表达式(CTE)是SQL中一种强大的功能,它允许在单个查询中定义临时结果集。PostgreSQL对CTE的实现提供了额外的控制选项:
- MATERIALIZED - 强制物化CTE结果
- NOT MATERIALIZED - 避免物化CTE结果
这些选项对于查询性能调优特别有用,因为物化CTE会影响查询执行计划和性能。
技术实现细节
在SQLParser-rs中,这个问题的修复涉及对PostgreSQL方言解析器的修改。主要变更包括:
- 扩展了CTE解析逻辑以识别MATERIALIZED和NOT MATERIALIZED关键字
- 确保这些修饰符能够被正确解析并存储在抽象语法树(AST)中
- 维护向后兼容性,使不包含这些修饰符的查询仍能正常解析
修复后的解析器现在可以正确处理以下两种形式的CTE:
WITH cte AS MATERIALIZED (select id from accounts) select id from cte;
WITH cte AS NOT MATERIALIZED (select id from accounts) select id from cte;
实际应用意义
这一修复对于使用SQLParser-rs来分析和处理PostgreSQL查询的工具和应用程序尤为重要。例如:
- SQL格式化工具现在可以正确处理包含这些修饰符的查询
- 数据库迁移工具能够解析使用了这些特性的SQL脚本
- 查询分析工具可以更准确地理解查询结构
对于开发者而言,这意味着他们可以在使用SQLParser-rs的项目中安全地使用PostgreSQL的这些高级CTE特性,而不用担心解析失败的问题。
总结
SQLParser-rs项目通过这次更新,增强了对PostgreSQL特定语法的支持,特别是CTE的MATERIALIZED和NOT MATERIALIZED修饰符。这一改进体现了该项目对保持与现代数据库特性兼容的承诺,也为开发者处理复杂SQL查询提供了更强大的工具支持。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137