PostgreSQL语法解析器中PL/SQL规则导致的歧义问题分析

在PostgreSQL语法解析器的开发过程中，我们发现了一个关于列标签(collabel)解析的歧义问题。这个问题源于PostgreSQL语法中混入了PL/SQL规则，导致词法分析器无法正确区分某些关键字。

问题背景

在解析类似SELECT 'trailing' AS first;这样的SQL语句时，词法分析器对first这个标识符的解析存在三种可能的路径：

1. 作为普通标识符(identifier)解析，然后匹配PL/SQL非保留关键字(FIRST_P)
2. 直接作为PL/SQL非保留关键字(FIRST_P)解析
3. 作为PostgreSQL非保留关键字(FIRST_P)解析

这种歧义性会导致解析器无法确定正确的语法树结构，影响后续的语义分析和代码生成。

根本原因分析

通过对原始PostgreSQL的yacc语法文件(gram.y)和ANTLR语法文件的对比分析，我们发现：

1. 在原始yacc语法中，关键字分类(col_name_keyword、reserved_keyword等)的符号集合是完全互斥的(disjoint)，这是语法解析器正常工作的重要前提。

2. 但在ANTLR版本的语法中，PL/SQL非保留关键字(plsql_unreserved_keyword)集合与PostgreSQL原有的关键字集合存在大量重叠，破坏了符号集合的互斥性。

3. 这种设计违反了ANTLR解析器对符号分类的基本原则，因为ANTLR要求同一语法规则中的备选路径必须能够通过词法分析明确区分。

解决方案

要解决这个问题，我们需要：

1. 完全移除PostgreSQL语法中的PL/SQL规则，因为这些规则本应属于一个独立的语法解析器。

2. 为PL/pgSQL创建单独的语法定义文件，参考PostgreSQL源码中的pl_gram.y文件结构。

3. 确保PostgreSQL主语法中的关键字分类保持互斥性，与原始yacc语法保持一致。

技术实现细节

在PostgreSQL的原始实现中，词法分析器和语法分析器是严格分离的：

• 词法分析阶段会明确标记每个关键字的类型
• 语法分析阶段根据这些标记进行精确的语法规则匹配

而ANTLR的语法定义方式将词法和语法规则混合在一起，当两个语法(PostgreSQL和PL/SQL)合并时，它们的词法规则也会被合并，导致关键字分类混乱。

最佳实践建议

对于类似需要合并多个相关语法的场景，建议：

1. 保持每个语法解析器的独立性，不要简单合并词法规则
2. 对于嵌入式语言(如PL/SQL嵌入在PostgreSQL中)，应该实现为独立的解析阶段
3. 在语法设计时严格验证符号集合的互斥性
4. 为每个语法定义明确的起始规则和终止标记(如EOF)

通过这种方式，可以避免类似的语法歧义问题，同时保持各个语法解析器的清晰边界和正确性。