ClickHouse Go驱动中INSERT语句解析问题分析与修复

在ClickHouse的Go语言驱动clickhouse-go中，开发团队发现了一个与批量插入操作预处理相关的SQL解析问题。该问题会影响使用特殊列名进行批量插入操作的用户场景。

问题背景

clickhouse-go驱动为了提高批量插入的性能，在prepareBatch函数中实现了对INSERT语句的预处理逻辑。该函数需要从INSERT语句中提取表名和列名信息，以便后续构建批量插入的数据包。

当前实现采用了正则表达式来解析SQL语句：

var splitInsertRe = regexp.MustCompile(`(?i)\sVALUES\s*\(`)
var columnMatch = regexp.MustCompile(`.*\((?P<Columns>.+)\)$`)

问题详情

当用户创建的列名中包含括号字符时，例如ColumnNameWithParentheses(something)，现有的正则表达式解析逻辑会出现错误。这是因为：

1. 正则表达式简单地查找"VALUES"关键字和左括号的组合来分割SQL语句
2. 对于列名匹配的正则表达式无法正确处理列名本身包含括号的情况
3. 导致最终解析出的列名信息不准确，可能引发后续操作异常

示例问题SQL：

INSERT INTO `my_schema`.`my_table` (`__primary_key`,`ColumnNameWithParentheses(something)`) VALUES (1,1);

技术影响

该问题会导致以下情况：

1. 批量插入操作预处理失败
2. 可能引发运行时错误或数据插入异常
3. 影响使用特殊字符命名列的用户场景
4. 在特定条件下可能导致SQL执行风险

解决方案

更健壮的解决方案应该采用以下方式之一：

1. 使用完整的SQL解析器（如ANTLR生成的解析器）替代正则表达式
2. 实现更精确的正则表达式，能够识别引号包裹的列名
3. 添加对特殊字符列名的转义处理逻辑

在修复方案中，推荐使用第一种方法，即采用ClickHouse官方ANTLR语法生成的解析器，这样可以：

• 准确处理所有合法的列名格式
• 避免未来出现类似的解析问题
• 保持与ClickHouse SQL语法的一致性

最佳实践建议

对于使用clickhouse-go驱动的开发者：

1. 尽量避免在列名中使用特殊字符
2. 如需使用特殊字符，确保使用反引号正确转义
3. 及时更新到包含此修复的驱动版本
4. 对批量插入操作进行充分的异常处理

该问题的修复已经合并到项目主干，建议用户及时更新到最新版本以确保稳定性。