数据库设计（6/9）：存储过程主体

Posted 2020-08-02 Woodytu

对于设计和创建数据库完全是个新手？没关系，Joe Celko， 世界上读者数量最多的SQL作者之一，会告诉你这些基础。和往常一样，即使是最专业的数据库老手，也会给他们带来惊喜。Joe是DMBS杂志是多年来最受 读者喜爱的作者。他在美国、英国，北欧，南美及非洲传授SQL知识。他在ANSI / ISO SQL标准委员会工作了10年，为SQL-89和SQL-92标准做出了杰出贡献。

---

在上一篇文章里已经介绍了SQL Server里的存储过程标题，Joe会继续谈下存储过程内容的话题。在这篇文章里，他会概况谈下作为过程化语言的T-SQL的局限性，当决定如何使用它们时要记住那些。

在第一篇到第四篇，我们创建了表，架构的基础和可视化。但我们还没结束，因为架构不止这些。在一个真正的数据库里，有更多的结构需要考虑。在这些其它架构层级外的东西是：游标，触发器和存储过程。还有其它像核对，翻译，特权（collations, translations, privileges）和像这样的东西。我只谈这三个东西——游标，触发器和存储过程——我只用最常规的方式命名。5-SQL和其它产品可以有更高的专利，不管ANSI/ISO标准。理由很简单：这些东西是建立在早期SQL产品使用的现有文件系统之上。这些过程化的结构是用来弥补早期产品声明式代码的缺陷。供应商有锁在“代码博物馆”里的用户，不会放弃他们的客户基础。

在第5篇，对于存储过程，我们讨论存储过程标题有什么和它是如何工作的，就像一个黑盒子。在第6篇，我们到黑盒子里面看看。

过程化SQL

SQL允许存储过程代码模块在架构里保存。同时在标准SQL里有SQL/PSM语言，你会使用像T-SQL的专门语言。这些语言通常是Algol家族的成员；那就是说他它们有IF-THEN-ELSE，WHILE循环和有BEGIN-END作用域的代码块。

这些专用语言的大多数从未想用做程序开发。对于T- SQL的首要规则（The rules of thumb）是不写超过50行的的过程，且不使用PRINT。但事实上，你可以避免所有的面向过程，每个表像文件和代码一样对待，好像数据库是个过程化的 文件系统。如果你喜欢疼痛，大可敲个钉子到你身体，所以不用纠结。

T-SQL是个一次通过的编译器。这是你必须前置本地变量，使用@（@标志，“蜗牛（snail）”或“小蜗牛（petite escargot）”）的参数，@@是系统级的变量，#（井号）和##是临时表。多通道编译器创建符号表，然后用每个通道探索程序对象的东西。当它第一次找到它时，一次通过编译器需要用新的符号来告知做什么。一旦它们传过来，因此@表示“为我分配本地存储”，@@表示“在程序外找我，对它我是全局的”，#表示“对于当前会话在tempdb里创建我”，##表示“在临时表里创建并保持我”。其它的一起是假定在DDL里定义。

SQL不计算

你不能期望T-SQL来做过程化代码的优化。那需要多通道。例如，大部分FORTRAN编译器使用代数学写入来进行计算上的优化。来自IBM的F和G系列可以给学生完整错误信息的快速编译器，慢但可以为产成品优化性能。

1960年期间一个经典的IT故事是，IBM的国防部（DoD (Department of Defense) ）测试和通用计算机的FORTRAN编译器。IBM编译器运行了很长时间，生成一个压缩的可执行模块，当运行的时候，很快得出正确答案。通用编译器运行了很长时间，生成了很小的可执行模块，包含一个WRITE语句，立即打印出正确的答案。啥问题？问题是涉及函数和它们的取消退出逆转。关键是浮点取整错误。通用FORTRAN编译器成功配对函数和它们的逆向，完成代数并并以常量生成答案。

在T-SQL里避免浮点数和实数。在T-SQL里有同样的数据类型，但在标准SQL里没有。问题是浮点数需要特定来处理避免取整错误和比较。有个它们需要调用近似数字数据类型的特定原因。这个特定处理需要要么是软件內建的，要么是硬件的一部分，这就说你需要浮点处理器。同样，你的老板不会为你的桌面安装游戏显卡。商业应用服务器通常不需要这些昂贵的功能，不管你在工作的时候花多少时间在玩Halo或Doom游戏上。

即使芯片便宜，你也不能合理期望期望T-SQL来做数学上优化的事。SQL是个数据检索和管理语言，不是用来计算的。你想要的是写出传给统计软件包来获得数据的好查询，一个报表或其他特定工具。

如果需要十进制的地方，那么就使用DECIMAL数据类型。它们可以很好处理。窍门就是给你自己足够的十进制控件来获得正确的整数。那意味着你需要知道你行业的标准。尤其是，如果你用欧元，你需要知道“欧元三角（euro triangulation）”，货币转换和记账规则。

最好亲自做下代数，让算法尽可能简单。这样建议也适用于字符和时间数据。

T-SQL有基于C的函数库。这是为什么可以使用%来代替标准mod函数的原因。

SQL不用来显示

再次强调，SQL是数据检索和管理语言，不是用来做前端显示的。在SQL数据类型里一起拿到数据，把它们“FQ（over the wall）”传给前端程序，例如报表编辑器和图形包，这样看起来会更好。

但是因为过程语言是焊接到它们的文件，程序员写单片程序成长起来。COBOL只是字符串和显示模板。FORTRAN有它自己的格式化语句。BASIC版本有使用#和其它符号的图片选项。即使像C的低级语言，在它的printf函数里有精确的格式化选项！

长期的过程化语言编程后，对于很多程序员，分层的概念非常困难。事实上，在现在，你还是可以听到抗议：“在数据库我就可以完整这个并节约时间”。

有时候拿是对的。但大多时候，这不会节约。显示格式化会从在基本列上使用索引阻止优化器。前端然后会拆回格式化列到它们的源数据或另一个格式。比起在它们的列里有基本数据类型的简单列，真正的损失是这更难维护。

让我给你2个常见的例子。使用专门的CONVERT()函数把时间数据转为字符来显示。让程序为你做这个；它们有函数库来做这个。你不用担心国家设置或正确的取整（可以是通过程序设计决定的程序）。当你有DATEPART（）和CAST（）时，CONVERT（）的最坏使用是对字符处理。可以看下两个日期转为字符串，然后比较字符串。

第2个常见例子是从姓和名组合为姓名。这会阻止在姓列上的索引使用，会给前端带来可用空间和规则的重格式化问题。你会看到翻转名字顺序（名，姓）的前端代码

基本声明式编程启发法（Basic Declarative Programming Heuristics）

结构化编程实际上有修正性的数学证据。你可以且应该看下Dijkstra, Wirth and Manna。这实际上是会帮你编程的理论。声明式编程还没到那个点。但可以给你写启发。当你看到一个特定情形时可以尝试些事情；它们不是宇宙法则，就像精明投资者的押注。

关于这个话题有2个系列（看下下面参考文章）可以给你过程化的例子，半过程化和声明式编程风格。但现在，让我给你有帮助的“高水平提示”的快速清单。

倾向一句顶多句

在一个没有使用T-SQL流程控制的一个SQL语句里，你可以做的更多工作，代码越好，工作越顺。因此，如果你的存储过程主体有两个或更多引用到同个表，你大可以组合它们并一次访问那个表。

你可以使用CASE表达式来避免很多的IF-THEN-ELSE控制逻辑。在CASE表达式前，是应用逻辑到SQL的表达式。经典的例子是多年来Sybase/SQL服务器类一部分的UPDATE语句。你有个书店，想修改书的价格。超过25美元的书上涨10%（这个会做广告），低于25美元打85折（这个不会做广告）。

经典的在伪代码里，结构化编程的答案如下：

BEGIN
OPEN FILE (Bookstore);
READ (price) FROM Bookstore;
WHILE NOT EOF (bookstore)
DO BEGIN
   IF price < 25.00
   THEN UPDATE Books SET price = price * 1.10
   ELSE UPDATE Books SET price = price * 0.85;
   FETCH NEXT Bookstore;
   END IF;
END WHILE;
CLOSE FILE (Bookstore);
END:

很容易把伪代码准换为游标。纯粹的SQL语句会如下:

BEGIN
UPDATE Books
   SET price = price * 1.10
 WHERE price < 25.00;
UPDATE Books
   SET price = price * 0.85
 WHERE price >= 25.00;
END;

但这不对！如果一本书现在售价是24.95美元。当第一个UPDATE语句执行后，会是27.45美元。但当我们执行第2个UPDATE时，最后的价格会是23.33美元。这不是我们想要的。交换下UPDATE语句也没用；在顶部的书会更新2次。

这是对游标的经典异议。在那些日子里，对于这类问题，我们有各类可怕的多个表扫描存储过程。现在，我们有了CASE表达式，它是声明式，做一次表扫描。

 UPDATE Books
   SET price
       = CASE
         WHEN price < 25.00
         THEN price * 1.10
         ELSE price * 0.85
         END;

这个启发式有个部分：

1. 在多个语句里查找出现的同样表；它们是可以组合一起的。
2. 如果用IF-THEN-ELSE控制语句的话，可以在单个语句里用CASE表达式替换分支。

同样的启发式适用于INSERT INTO语句。这个的一个格式是插入初始的一些行，随后是选择的一些行。结构如下：

1 INSERT INTO Foobar (..) VALUES(..);
2 INSERT INTO Foobar SELECT .. FROM.. WHERE..;

也可以写成这样：

1  INSERT INTO Foobar (..)
2 (SELECT X.* FROM (VALUES (..)) AS X)
3 UNION ALL
4  SELECT .. FROM.. WHERE..;

当然CASE表达式也可以用在SELECT语句里。

或许这个启发式的最佳例子是MERGE语句，可以让你把INSERT和UPDATE组合为一个语句。这里我不会讨论它，但强烈建议你看下它。

避免本地变量

T-SQL必须分配本地本地变量，它们经常是不需要的。一个常见的模式：

1  CREATE FUNCTION Foobar (..)
2 RETURNS <data type>
3 AS
4 BEGIN
5 DECLARE @local_return_holder <data type>;
6 SET @local_return_holder
7     = <scalar query>:
8 END;

可以更简单：

1 CREATE FUNCTION Foobar (..)
2 RETURNS <data type>
3 AS
4 BEGIN
5 RETURN (<scalar query>);
6 END;

本地变量的其他缺点它们会从优化器隐藏表达式。

BEGIN
SET @local_x = (<scalar query>); -- has to load local variable
..
<statement using @local_x>;
END;

可以是：

BEGIN
..
<statement using (<scalar query>)>; --optimizes whole expression
END;

你也可以嵌套调用函数，不用在本地变量里的直接值逐步处理。这个的最好例子是REPLACE（）的如下系列调用：

SET @x = REPLACE (@x, ‘a‘, ‘A‘);
SET @x = REPLACE (@x, ‘B‘, ‘b‘);
ETC

使用REPLACE (REPLACE..(REPLACE (@x, ‘z‘, ‘Z‘) ..))最多你可以32层。

对此概念有问题，你可以和LISP程序员谈下。这个语言只有嵌套函数调用。

倾向JOIN非Loop

有很多其他技巧可以避免逐行处理。例如，不用说太多，for循环通常可以用join到系列表（Series table）来代替。系列表（Series table）是来一个到上限的一系列整数。

寻找应该在DDL里的东西

在存储过程里IF-THEN逻辑的使用在运行时清理数据，这是你真的在DDL里需要CHECK（），在第一时间就阻止出错。例如：

1  SET T.x = COALESCE (T.x, 0);
2  IF (x > 12)..;

这是你需要你在一些列上有默认值和约束的标志。在表里修改“x INTEGER”如下：

 CREATE TABLE T
(..
  x INTEGER DEFAULT 0 NOT NULL
     CHECK (x BETWEEN 0 AND 12),
..);

避免CLR和XML混用

保持外部语言在架构之外。不添加其他语言来混合的SQL已经很难维护。当你在语句里找到一个CLR模块你不知道，你会怎么办？它们不会遵循例如MOD（），SUBSTRING（）和算术取整等同样的定义。最好的例子是C#和VB之间的区别，2个微软专属语言在布尔值表达上却是一致的。

参考文章：

https://www.simple-talk.com/sql/t-sql-programming/procedural,-semi-procedural-and-declarative-programming-in-sql/

https://www.simple-talk.com/sql/t-sql-programming/procedural,-semi-procedural-and-declarative-programing-part-ii/

原文链接：

http://www.sqlservercentral.com/articles/Stairway+Series/70950/