1、 词法分析部分：
openGauss采用flex和bison两个工具来完成词法分析和语法分析的主要工作。对于用户的每个输入的SQL语句，flex工具会先把这些语句进行词法分析，然后生成词法分析的代码
这一部分定义的是扩展注释语法，这部分和允许的运算符语法类似，但是这里实现的主要方式是让lex识别以斜杠星作为一个注释，当注释的部分不对劲的时候，就会自动跳出来，把它解释为运算符。现在，只要发现斜杠星这样的东西，lex就可以认为它是一个3字符的操作符，这里把{op_char}追加到xcstart，让它可以匹配尽可能多的{op_char}文本然后通过规则确保xcstart可以完成自己的任务，多余的东西利用yyless（）放回去，避免把停止注释的操作符给一并注释掉。
接下来看这里：self是作为单个字符返还的字符集，op_char则是可以组成op标记的字符集，可以是一个或者多个字符长，在下面的operator就是由多个operator完成的。这些集合虽然重叠，但是每个集合都有一些不在另一个集合中的字符，还是有所区别的。
这里是对于解析的补充，将一元负数单独传递给解析器，其中添加了realfail1和realfail2，当real规则无法匹配时，这两个会辅助进行备份操作。这样，数据和各种解析就可以对应匹配，完成各自的任务。
这里，operator的作用是检查是否嵌入斜杠星或者短划线（即注释开始的标志）如果是第一个字符的斜杠星或者短划线，则将要匹配之前的规则，但是不冲突。需要注意，为了SQL兼容考虑，‘+’‘-’不能是多字符操作符的最后一个字符，比如‘=-’，这需要被作为两个操作符考虑。
identifier主要定义的是关键字，在其他地方，定义了很多的关键字，那么在处理标识符的时候，如果一个标识符匹配到关键字，则认为是关键字，否则才是标识符，即关键字优先。随后对识别出的关键字进行分析，最后获得它的具体表达含义，然后完成其相关功能，当然，这部分就不是词法分析部分的事情了。这些就是我认为最主要的词法分析的结构
接下来就是扫描错误，当出现错误词法或者错误语法的时候，这里会有显示。消息的光标位置是YYLLOC上次设置的位置，如果在yylex（）内调用，就是挡墙标记的开始，语法调用就是最新的词法化标记。Bison解析器传来的语法错误消息这里是可以进行处理和报告的，因为只要bison碰到解析不出来的东西，就直接报告了。这里的目的就是为了识别和显示。
这些只是词法分析中的一部分，毕竟太多了，不过值得一提的是，opengauss定义了大量的关键字，按照字母的顺序进行排列，这样做的目的是方便查找关键字的时候通过二分法进行查找。定义大量关键字的好处就是，到时候编写代码的时可以直接用，更加便捷，而不是慢慢的一点一点的自己想如何实现该功能。在处理标识符的时候，回到关键字列表中进行匹配，如果标识符匹配到关键字，就会跳过标识符的认定直接进行下一步，关键字优先的原则在这里，不是关键字的话，才会认定其为标识符，这样做提高了效率。
2、 语法分析部分：
首先先需要确定，在没有AS的情况下支持target_el,必须在POSTFIXOP和OP之间给ident一个明确的优先级，通过优先级分配不同的关键字，避免出现奇异的问题，或者是出现了一些较小的歧义的时候可以自行找到。对于关键字而已，需要对分区、范围、行去执行操作，去支持现有的窗口以及名称。同样，在区别运算符与关键字等东西的时候也需要用到优先级，这里就有所显示了。
这些可能看起来优先级比较低，但是实际上并不是同一部分。在算数层次结构中，它们被用作连接运算符，它们是高优先级，用作为函数名。联接规则本身之间的左关联性也体现了这一点。
在openGauss语法分析中，根据SQL语言的不同定义了一系列表达Statement的结构体（这些结构体通常以Stmt作为命名后缀），用来保存语法分析结果。以select为例在语法分析的代码中，对于select命令，定义了一个结构体，并且给他创造了节点，这个结构体可以看成是一个多叉树，每一个叶子节点都对应了一个select命令的功能，通关这种方式，select命令的功能被逐一拆分出来，最后通过简单基本的SQL命令，去一个个实现其功能，最后再把所有的汇聚到一起，成为一个完整的select命令。
首先看simple_select，这个规则分析可以出现在集合操作中的（包括UNION、INTERSECT和EXCEPT）中的SELECT语句。可用于指定集合操作的顺序。如果没有和，那么就按照此文件开头的优先规范进行排序，排序字句的级别不完全相同。从simple_select语法分析结构可以看出，一条简单的查询语句由以下子句组成：去除行重复的distinctClause、目标属性targetList、SELECT INTO子句intoClause、FROM子句fromClause、WHERE子句whereClause、GROUP BY子句groupClause、HAVING子句havingClause、窗口子句windowClause和plan_hint子句。到这里，结构体创造完成。这里的主要目的就是为关键字select创建一个多叉树，把他的各种功能拆掉，拆成简单的功能分别实现，这样做可以减少一个函数的函数量，从而减少bug的出现。
接下来又创建了一个对应目标的表达式target_list，由多个target_el组成。
不难看出target_el的功能有很多，ident负责通过指定优先级，去实现表达式的解析以及作为表达式，取别名的表达式和“*”等，对应target_list部分进行定义。并且完成该部分的功能。而在成功匹配到功能的时候，在以已经编好的程序下，系统会产生一个名为ResTarget的结构体，该结构体的作用是储存目标对象的信息，比如名称，目标属性，各种表达式以及符号出现的位置。这就是select的目标列表
实际上from对于信息的处理方法与target_el类似，也是通过from_list和from_clause之间的关系来实现的，右侧便是from_list的功能集合，记录的东西要比target更多，table_ref可以定义为关系表达式、取别名的关系表达式、函数、SELECT语句、表连接等形式。通过结构体中定义好的节点，去完成连接等功能。
尽管功能更多，但是在处理方式上还是一致的，最终from还是会生成一个结构体，该结构体会包含表的数据库名，表的模式名，表或者序列名，记录分区表名，是否将表的操作递归到子表上，表的类型，表的别名，符号出现的位置，是否为分区表，当前是否为哈希桶类型的表，以及对应的哈希桶中的桶等相关信息。通过这些信息以及判断，最后完成from字句的功能
所有可优化的stmt通用的字句，from字句表达的东西是允许联接表达式和表名的列表。而where字句，则表示加入或限制条款。
With字句，通过使用递归<query name>[（<column>,…）]。查询或者搜索或者循环字句。到目前为止，不支持search或者cycle字句的使用，还需要特别注意。
此处需要冗余，去避免轮班/减少冲突，因为temo不是保留字。
WHERE子句给出了元组的约束信息，对应语法定义中的where_clause，与select_into类似，由WHERE关键字和一个表达式组成，对于运算关系，会调用makeSimpleA_Expr函数生成A_Expr结构体，存储表达式的相关信息。A_Expr结构如下，字段lexpr和rexpr分别保存左、右两个子表达式的相关信息。存储表达式名称，操作符名称，左子表达式，右子表达式以及符号出现的位置。
以select为例拆完了大部分功能以后，不难看出基本上语法分析都是这样的思路，先拆后实现，不仅仅是select关键字，如CREATE、INSERT、UPDATE、DELETE等其他关键字处理方式也是类似的。在完成词法分析和语法分析后，raw_parser函数会将所有的语法分析树封装为一个List结构，名为raw_parse_tree_list，返回给exec_simple_query函数，用于后面的语义分析、查询重写等步骤，该List中的每个ListCell包含一个语法树。
