Feat/flink auto complete

[HaydenOrz]

简介

Flink SQL 支持自动补全 #13

主要变更

• 新增 tablePath、tablePathCreate、databasePath、databasePathCreate、catalogPath 规则，替代 uid
• 分号匹配由 sqlStatements 移到 sqlStatement 规则下，方便做代码切割
• 安装 antlr4-c3 依赖
• 优化 basicParser 类内部的ts 类型
• 重构 basicParser 使其在连续 parse 相同的 input 时，只会创建一次 parser，降低性能开销
• basicParser 支持自动补全，并新增对应的抽象成员和抽象方法
• Flink SQL 实现自动补全相关抽象方法，支持自动补全
• 添加 FLink SQL 自动补全相关测试 case
• 添加 splitSQL 功能，新增 FlinkSQLSplitListener
• 优化 FlinkSQL 自动补全的性能，在 c3 运行前，先切分sql，找到 caretPosition 所在的 sql 语句，c3 在收集候选项时，只会分析某一个语句对应的 ParserRuleContext

自动补全功能

自动补全功能主要依靠 antlr4-c3 实现，使用 antlr4-c3 有两个关键点

• caretTokenIndex -- 需要补全的具体位置对应的Token索引
• context -- 通过antlr4 构建的 ParserTee 的某个节点

caretTokenIndex

通常来说需要补全的位置（下文中统称“插入位置”）一般用行和列来表示，所以需要把行和列转化为 Token 索引，主体实现思路是先获取到所有的token，然后寻找出插入位置对应的行和列被哪一个token包含

context

参考 antlr4-c3 文档 https://github.com/mike-lischke/antlr4-c3#constraining-the-search-space
出于性能问题考虑，我们需要找到一个子树，来减少 antlr4-c3 的解析/查找时间，这里采取的方案是先将 sql 按语句切分，并找到插入位置位于哪一个语句中， antlr4-c3 将根据这个语句对应的解析树来解析/查找
但是还需要考虑另一个问题，如果输入的 sql 文本中有语法错误，那么从语法错误的位置直到sql文本的末尾尾，都将无法构建为 ruleContext，如下图所示：

此时，采取的策略是，把 从最后一条语句开始（包括最后一条语句）直到sql文本末尾 对应的所有文本，重新解析，形成一颗新的解析树，antlr4-c3 将根据这个新的解析树来解析/查找。
另外，即使语法错误出现在 sql 文本的开头，并且 sql 文本较大，也不会太影响性能，因为此时 antlr4 的解析结果都是如上图中的散状结构，并未形成完整的树结构。

[melin]

不同功能建议拆分为多个pr

[wewoor]

+1