查询Snowflake Procedure中引用对象列表的方法咨询

目前Snowflake官方的GET_OBJECT_REFERENCES函数仅支持视图场景，暂未原生支持存储过程的依赖对象查询，可通过以下三种思路实现：

• 第一种：纯SQL静态正则扫描
  第一步先拉取对应范围内的存储过程源码：

  SELECT 
    PROCEDURE_CATALOG, PROCEDURE_SCHEMA, PROCEDURE_NAME, PROCEDURE_DEFINITION
  FROM INFORMATION_SCHEMA.PROCEDURES
  -- 可按需过滤指定库、模式范围
  WHERE PROCEDURE_CATALOG = 'YOUR_DATABASE'
  

  再通过正则匹配提取对象引用，过滤保留字后得到初步结果：

  SELECT 
    PROCEDURE_NAME,
    DISTINCT VALUE AS MATCHED_OBJECT
  FROM TABLE(FLATTEN(
    INPUT => REGEXP_SUBSTR_ALL(
      PROCEDURE_DEFINITION, 
      '\\b([A-Za-z0-9_$]+\\.){1,2}[A-Za-z0-9_$]+\\b'
    )
  ))
  -- 可根据实际场景扩展保留字过滤列表
  WHERE NOT MATCHED_OBJECT IN ('SELECT','FROM','WHERE','INSERT','UPDATE','DELETE','CALL')
  

  优势是无需额外工具，纯SQL即可快速实现；劣势是无法识别动态拼接生成的对象名，容易误匹配保留字

• 第二种：语法解析AST提取
  可使用Python等语言的SQL解析库，先提取存储过程中的所有SQL语句片段，解析生成抽象语法树（AST）后，直接提取所有Table、View类型的节点。
  优势是匹配准确率远高于正则，可处理大部分非完全动态的对象引用；劣势需要额外开发解析逻辑，无法识别完全依赖变量拼接的动态对象名

• 第三种：运行时审计全量采集
  针对有动态拼接逻辑的存储过程，可通过查询审计实现全量采集：

  1. 覆盖存储过程所有执行分支跑测试用例
  2. 从SNOWFLAKE.ACCOUNT_USAGE.QUERY_HISTORY视图过滤该存储过程执行产生的所有查询记录
  3. 对每条查询调用GET_OBJECT_REFERENCES函数获取引用对象，去重后得到全量依赖列表
     优势是准确率最高，可覆盖所有动态生成的对象引用；劣势需要完备的测试用例覆盖所有执行分支

注意事项 #

• 扫描到省略库、模式前缀的对象时，需结合存储过程所属的库、模式以及会话默认参数补全全限定名，避免同名对象识别错误
• 若存储过程内部调用了其他存储过程，需要递归扫描被调用存储过程的定义，才能拿到完整的依赖链
• 对JavaScript/Python等非SQL脚本编写的存储过程，需额外处理代码中的字符串拼接、变量赋值逻辑，降低误识别率

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