如何提取Snowflake的JavaScript存储过程中引用的对象、视图与表

语法解析类静态提取方案（无侵入、无需修改现有逻辑） #

你提到的分词+语法检索的思路已经是业内比较常用的成熟方案，落地步骤如下：

• 第一步提取全量存储过程源码：执行SQL SELECT PROCEDURE_NAME, PROCEDURE_DEFINITION FROM INFORMATION_SCHEMA.PROCEDURES WHERE PROCEDURE_LANGUAGE = 'JAVASCRIPT' 即可拿到所有目标存储过程的完整JS代码。
• 第二步摘出代码中所有SQL片段：优先匹配JS代码中snowflake.createStatement()方法的sqlText入参，也可补充匹配自定义封装的SQL执行函数的参数，先把所有待解析的SQL文本从JS代码中分离出来，避免JS语法干扰后续解析。
• 第三步用SQL语法解析工具提取对象：不用自己实现分词匹配逻辑，直接用成熟的多方言SQL解析库（原生支持Snowflake语法即可），加载SQL文本生成AST语法树后，直接遍历所有对象引用节点即可拿到所有用到的表、视图、函数、其他存储过程等对象，可完美处理别名、跨库/跨Schema引用、注释干扰等正则解决不了的场景。
• 局限性：完全动态拼接生成的SQL（比如表名从参数、其他查询结果中获取，运行时才能确定具体值）无法通过静态解析拿到。

运行时采集方案（覆盖动态SQL场景，100%准确率） #

如果存储过程中大量使用动态SQL，静态解析覆盖度不够，可选择运行时采集：

• 可批量给所有目标存储过程增加统一埋点逻辑：每次调用SQL执行方法时，将拼接完成的完整SQL文本、当前存储过程名、执行时间等信息插入到自定义的日志表中，待所有业务场景覆盖执行一遍后，直接从日志表中提取全量SQL，再用上述语法解析工具提取对象即可，动态生成的SQL也能拿到准确的引用关系。
• 若不想修改存储过程代码，可直接用Snowflake自带的查询历史反向关联：从SNOWFLAKE.ACCOUNT_USAGE.QUERY_HISTORY视图中过滤出存储过程发起的所有查询，视图内置的OBJECTS_ACCESSED、OBJECTS_MODIFIED字段可直接返回对应查询的引用对象，无需自己做SQL解析。
• 局限性：未被执行过的存储过程/分支逻辑的引用对象无法采集，QUERY_HISTORY默认仅保留90天数据，需要长期留存需自行同步。

内容的提问来源于stack exchange，提问作者akshindesnowflake