2つのアプローチ

Javaコードからどのテーブルにどの操作を行っているかを把握するには、大きく2つの手段があります。 静的解析（ソースコードやクラスファイルを直接読む）と 動的解析（アプリを実行してSQLを観測する）です。

静的解析の仕組みと利点

静的解析では、Javaソースコードをパースして AST（Abstract Syntax Tree） に変換し、 文字列リテラルや定数フィールドを走査してSQL候補を取り出します。 実行環境が不要なため、CI/CDパイプラインに組み込むことも容易です。

✅ 実行不要
DBやアプリサーバーを起動しなくてもソースコードだけで解析できる。ビルド時やコードレビュー時に実行可能。
✅ 全コードパスを網羅
実行パスに依存せず、到達しにくい条件分岐の中のSQLも検出できる。
✅ フレームワーク非依存
MyBatis・JDBC・Spring JdbcTemplate——SQLが文字列として存在する限り、フレームワーク問わず対応できる。
⚠️ 動的SQL限界
実行時にStringBuilderで組み立てるSQLや、外部ファイル・DBから読み込むSQLは検出が困難。

動的解析の仕組みと利点

動的解析では、アプリケーションを実際に動かしてJDBCドライバーレベルでSQLをインターセプトする方法が代表的です。 P6Spy・Datasource-proxy などのライブラリを使うか、Java Agent でJDBC呼び出しをフックします。

✅ 実行時SQLを取得
動的に組み立てられたSQLも実際に発行された形で取得できる。バインドパラメータ展開後の文字列も見える。
✅ 高い精度
実際に実行されたSQLのみを対象とするため、誤検出が少ない。
⚠️ 実行環境が必要
DB接続・テストデータ・テスト実行環境がすべて必要。CIでの常時実行はコストが高い。
⚠️ カバレッジ依存
テストが通らないコードパスのSQLは検出できない。テストカバレッジが低いほど抜け漏れが増える。

比較表とトレードオフ

観点静的解析動的解析
実行環境 不要 必要（DB・テストデータ）
動的SQL対応 部分対応 完全対応
コードカバレッジ依存 なし あり
CI/CD組み込み 容易 可能だが重い
フレームワーク依存 なし JDBC層ならほぼなし
誤検出リスク 中（SQL以外の文字列を誤判定） 低

今回なぜ静的解析を選ぶか

このシリーズでは以下の理由から静的解析を採用します。

  • 実行環境なしで動く——ソースコードと依存ライブラリさえあれば結果を出せる
  • レガシーコードへの対応——古いシステムほどテスト環境が不十分で動的解析が難しい
  • CI統合のしやすさ——コードコミットのたびにCRUD図を更新できる
  • フレームワーク非依存——プレーンJDBC・独自ユーティリティでも解析可能

💡 2つを組み合わせるのが理想

静的解析で全コードパスを把握し、動的解析で実際に発行されたSQLを補完するハイブリッドアプローチが理想です。ただし本シリーズでは実用的な第一歩として静的解析に集中します。

ライブラリ選定

Java AST解析：JavaParser vs Eclipse JDT

ライブラリ特徴採用判断
JavaParser API がシンプル。Maven Central からすぐ使える。コミュニティが活発。 採用
Eclipse JDT Eclipse IDE が内部利用する高機能パーサー。セマンティック解析も可能だが依存が多い。 今回は不採用

SQL解析：JSqlParser vs 正規表現

手法特徴採用判断
JSqlParser SQL文をASTに変換。テーブル名の取得・操作種別の判別が確実で安全。 採用
正規表現 実装が速いが、JOINやサブクエリが絡むと抜け漏れやすい。メンテナンスしづらい。 シンプルな検証用のみ

設計の全体像

実装のフローは次のとおりです。

処理フロー 
Javaソースファイル（*.java）
       ↓
[JavaParser] ASTに変換
       ↓
文字列リテラル・定数フィールドを走査
       ↓
SQL候補文字列を抽出
       ↓
[JSqlParser] SQL文をパース
       ↓
テーブル名 + 操作種別（C/R/U/D）を取得
       ↓
Map<クラス名, Map<テーブル名, Set<操作>>> に集約
       ↓
CRUD行列として出力（Markdown / Mermaid / PlantUML）

✅ 次の章では…

PART 03 では JavaParser を使ったAST走査の実装コードを一から作ります。依存関係の追加から、StringLiteralExpr を辿ってSQL候補を抽出するまでを丁寧に解説します。

→ PART 03 — SQL抽出の実装へ