本篇内容介绍了“什么是SQL-to-SQL翻译器”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
这次从一张图说起，就是下面这幅图，当我画完他的时候，我就感觉无比的舒爽。让整个执行流程，可控，并且可扩展。还记得当初上学的时候，数学建模课上，老师为了“求证一张四条腿的椅子，四条腿处在一个平面上的概率”，写了满满四黑板板书，然后心满意足的，跟一脸蒙的我们说，“看，多美啊!”。我现在有点理解他当时的状态了。
有眼尖的同学，可能已经发现了，没错，这里借鉴了Flink的流程设计。
简单的说，输入-> 转换 -> 输出 经典的三段论式构造。
这里我们把输入 SourceFunction 和 输出 SinkFunction 进行了抽象，但是并没有像Flink那样，输入输出集成相同的接口，可以自由转换，从需求上来看，是没有必要Sql -to- Sql -to- Sql 的必要的。
在转换过程中，我们引用了DSL，来承接前面的SQL解析，以及后续的SQL生成，于是，自然的将转换分成了2段，即输入转换(SourceMapper) 和 输出转换(SinkMapper)
而定义转换与否，以及转换动如何完成，我们可以轻松的通过java自带的 Function 接口来实现。
一个输入是可以接对接N条输出的，输出的方向也完全由实现 SinkFunction 的对象来自实现。
如果后续，把任务并行化，Pipline 对外提供高阶函数的话， 画美不看...
DEMO：
public static void main(String[] args) throws IOException { //输入 FileSourceFunction fileSourceFunction = new FileSourceFunction(); fileSourceFunction.init(new File("fff.txt")); //输出 PrintlnSinkFunction<PrintStream> printSinkFunction = new PrintlnSinkFunction(); ListSinkFunction listSinkFunction = new ListSinkFunction(); ansformPepline tp = new TransformPepline(); //添加输入输出 .addSource(fileSourceFunction) .addSink(printSinkFunction) .addSink(listSinkFunction); //定制转换动作 tp.addSourceMapFunction(new Function<String, String>() { SqlTransExecManager sqlTransExecManager = new SqlTransExecManager().build(); @Override public String apply(String s) { return sqlTransExecManager.doParseAndTransform(s).getTargetSql(); } }); //执行 tp.execute(); System.out.println(listSinkFunction.getLists()); }“什么是SQL-to-SQL翻译器”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站，小编将为大家输出更多高质量的实用文章！
