sql-code-intelligence 支持標準的Spark SQL補全，也支持[MLSQL](allwefantasy/mlsql)語法補全。

其基本交互方式是，前端將當前用戶正在書寫的SQL腳本以及當前的光標所在的行列號傳遞給sql-code-intelligence，sql-code-intelligence會給出一串提示列表。

sql-code-intelligence非常適合配合前端的SQL 編輯器使用。

標準Spark SQL 提示支持

譬如當前用戶書寫的SQL如下，鼠標在第三行第十列

此時系統會提示：

a [表名]

jack1展開的所有列

no_result_type

keywords

search_num

MLSQL支持

如下語句：

假設db.table1 表的字段為a,b,c,d 其中鼠標在低3行第七列，在此位置，會提示：

table3

a

b

c

d

可以看到，系統具有非常強的跨語句能力，會自動展開*，并且推測出每個表的schema信息從而進行補全。

使用體驗

下載地址：sql-code-intelligence

下載后 tar xvf sql-code-intelligence-0.1.0.tar 解壓,執行如下指令即可運行：

java -cp .:sql-code-intelligence-0.1.0.jar tech.mlsql.autosuggest.app.Standalone -config ./config/application.yml

默認端口是9004.

接口使用

訪問接口： http://127.0.0.1:9003/run/script?executeMode=autoSuggest

• 參數1： sql SQL腳本
• 參數2： lineNum 光標所在的行號 從1開始計數
• 參數3： columnNum 光標所在的列號，從1開始計數

下面我直接用了一段scala代碼訪問接口，大家也可以用PostMan:

object Test {def main(args: Array[String]): Unit = {val time = System.currentTimeMillis()val response = Request.Post("http://127.0.0.1:9003/run/script").bodyForm(Form.form().add("executeMode", "autoSuggest").add("sql","""|select spl from jack.drugs_bad_case_di as a|""".stripMargin).add("lineNum", "2").add("columnNum", "10").build()).execute().returnContent().asString()println(System.currentTimeMillis() - time)println(response)}}

返回結果如下：

[{"name":"split", "metaTable":{"key":{"db":"__FUNC__","table":"split"}, "columns":[ {"name":null,"dataType":"array","isNull":true,"extra":{"zhDoc":"nsplit函數。用于切割字符串，返回字符串數組n"}},{"name":"str","dataType":"string","isNull":false,"extra":{"zhDoc":"待切割字符"}}, {"name":"pattern","dataType":"string","isNull":false,"extra":{"zhDoc":"分隔符"}}]}, "extra":{}}]

可以知道提示了split,并且這是一個函數，函數的參數以及返回值都有定義。

自定義表Schema信息

我們知道，如果有Schema信息，對提示的幫助會非常大，【SQL Code Intelligence】目前讓用戶有三種可選方式：

主動注冊schema信息 （適合體驗和調試）

提供符合規范的Rest接口，系統會自動調用該接口獲取schema信息 （推薦，對本項目無需任何修改）

擴展【SQL Code Intelligence】的 MetaProvider，使得系統可以獲取shcema信息。 (啟動本項目時需要注冊該類)

這里我們簡單介紹下第一種使用方式。

我下面是使用scala代碼完成，用戶也可以使用POSTMan之類的工具完成注冊。

def registerTable(port: Int = 9003) = {val time = System.currentTimeMillis()val response = Request.Post(s"http://127.0.0.1:${port}/run/script").bodyForm(Form.form().add("executeMode", "registerTable").add("schema","""|CREATE TABLE emps(| empid INT NOT NULL,| deptno INT NOT NULL,| locationid INT NOT NULL,| empname VARCHAR(20) NOT NULL,| salary DECIMAL (18, 2),| PRIMARY KEY (empid),| FOREIGN KEY (deptno) REFERENCES depts(deptno),| FOREIGN KEY (locationid) REFERENCES locations(locationid)|);|""".stripMargin).add("db", "db1").add("table", "emps").add("isDebug", "true").build()).execute().returnContent().asString()println(response)}

創建表的語句類型支持三種:db,hive,json。 分別對應MySQL語法，Hive語法，Spark SQL schema json格式。默認是MySQL的語法。

接著就系統就能夠提示了：

def testSuggest(port: Int = 9003) = {val time = System.currentTimeMillis()val response = Request.Post(s"http://127.0.0.1:${port}/run/script").bodyForm(Form.form().add("executeMode", "autoSuggest").add("sql","""|select emp from db1.emps as a |""".stripMargin).add("lineNum", "2").add("columnNum", "10").add("isDebug", "true").build()).execute().returnContent().asString()println(response)}

這個時候系統已經能投提示 empid 和empname字段了。

項目地址

sql-code-intelligence 歡迎使用和下載。

總結

以上是生活随笔為你收集整理的sql int 转string_SQL智能代码补全引擎【sql-code-intelligence】介绍的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。