重磅！用 Claude 重写 SQL 解析器，性能暴涨 70 倍：程序员做的不是写代码，而是搭建验证闭环

本文最初发布于 PostHog 官方博客。

在使用代理利用autoresearch成功提高查询性能后，我想尝试一些更有野心的事情。

我使用多个长时间运行的并行 Claude Code 会话重写了 PostHog 的 SQL 解析器。

结果是 16K 行“手工”编写的解析器代码，5K 行工具代码，几千行测试代码，以及大约 70 倍的速度提升。

在所有针对实际应用场景的查询中，新解析器均与旧解析器等效，仅在极少数由“恶作剧之神”编写的极端边缘案例中存在差异（例如，针对 SELECT SELECT FROM FROM WHERE WHERE AND AND 这类完全合法但极具迷惑性的 SQL 语句的测试用例）。

以下是我的实现过程以及我在这个过程中学到的东西。

为什么 PostHog 会有一个 SQL 解析器？

PostHog 允许你直接使用 SQL 访问数据。

我们将你的 SQL 转译成原始的 ClickHouse SQL，因为：

• 我们希望呈现一个与数据库物理布局无关的数据逻辑视图。

• 这让我们可以在数据库层进行变更，而不会破坏现有查询。

• 我们还可以添加许多性能优化和访问控制。

🔗 原始来源

如果你要核对细节，可以再看原文： InfoQ AI原文链接