?譯者 | 李睿

審校 | 孫淑娟

SQL開發(fā)商Data Geeker公司首席執(zhí)行官Lukas Eder日前表示，他在博客文章列出了Java開發(fā)人員在編寫SQL時常犯的10個錯誤。這篇文章得到廣泛關注，這讓他感到非常驚訝。這種受歡迎程度說明了幾點:  

• SQL對于專業(yè)的Java世界有多重要。  
• 忘記一些基本的SQL內(nèi)容是多么常見。  
• 以SQL為中心的庫（例如jOOQ或MyBatis）是如何通過采用SQL來響應市場需求的。

一個有趣的事實是，用戶甚至在slick的郵件列表中提到了他寫的博客文章。Slick是Scala中的一個不以SQL為中心的數(shù)據(jù)庫訪問庫。和LINQ（以及LINQ-TO-SQL）一樣，它關注的是語言集成，而不是SQL代碼生成。  

無論如何，Eder列出的一些錯誤還遠遠不夠，下面將介紹Java開發(fā)人員在編寫SQL時常犯的10個錯誤。  

1.不使用預處理語句(Prepared Statements)

有趣的是，在JDBC出現(xiàn)多年之后，這種錯誤或誤解仍然出現(xiàn)在博客、論壇和郵件列表中，即使它是關于一個在記憶和理解方面非常簡單的的事情。一些開發(fā)人員似乎因為以下原因而避免使用預處理語句:  

• 不知道預處理語句。
• 認為預處理語句速度較慢。  
• 認為編寫預處理語句需要花費更多的精力。

首先需要打破以上誤區(qū)。在96%的情況下，編寫預處理語句要比編寫靜態(tài)語句更好。為什么？其原因很簡單：

• 在內(nèi)聯(lián)綁定值時，可以省略由錯誤的字符串連接引起的語法錯誤。  
• 當內(nèi)聯(lián)綁定值時，可以忽略由于字符串連接錯誤造成的SQL注入漏洞。  
• 當內(nèi)聯(lián)更復雜的數(shù)據(jù)類型(如時間戳、二進制數(shù)據(jù)等)時，可以避免使用邊緣用例。  
• 可以讓打開的預處理語句保留一段時間，用新的bind值重用它們，而不是立即關閉它們(例如，在postgres中很有用)。  
• 可以在更復雜的數(shù)據(jù)庫中使用自適應游標共享(Oracle語言)。這有助于防止對每一組新的綁定值進行硬解析SQL語句。  

需要注意的是，在極少數(shù)情況下，確實需要內(nèi)聯(lián)綁定值，以便讓數(shù)據(jù)庫的基于成本的優(yōu)化器了解真正將受到查詢影響的數(shù)據(jù)類型。通常，這會導致“常量”謂詞，例如:  

• deleted = 1
• status = 42

但它不應該導致“變量”謂詞，例如：

• first_name like “jon%”
• amount > 19.95

需要注意的是，現(xiàn)代數(shù)據(jù)庫實現(xiàn)了綁定變量窺視。因此，在默認情況下，還可以為所有查詢參數(shù)使用綁定值。另外，在編寫嵌入式JPQL或嵌入式SQL時，諸如JPA CriteriaQuery或jOOQ等高級API將幫助您生成預處理語句并非常容易和透明地綁定值。  

解決辦法：

在默認情況下，總是使用預處理語句而不是靜態(tài)語句，并且永遠不要將綁定值內(nèi)聯(lián)到SQL中。

2.返回太多的列  

這種錯誤非常常見，可能會在數(shù)據(jù)庫的執(zhí)行計劃和Java應用程序中導致非常糟糕的影響。先看看第二個效果：

（1）對Java應用程序的不良影響

如果選擇*(星號)或50列的“默認”集合(在各種數(shù)據(jù)訪問對象之間重用)，則需要將大量數(shù)據(jù)從數(shù)據(jù)庫傳輸?shù)絁DBC結(jié)果集。即使沒有從結(jié)果集中讀取數(shù)據(jù)，它也已經(jīng)通過網(wǎng)絡傳輸，并由JDBC驅(qū)動程序加載到內(nèi)存中。如果知道只需要2～3個這樣的列，這相當浪費IO和內(nèi)存。  

這是顯而易見的，但也要小心。

（2）對數(shù)據(jù)庫執(zhí)行計劃的不良影響

這些影響實際上可能比對Java應用程序的影響要嚴重得多。復雜的數(shù)據(jù)庫在為查詢計算最佳執(zhí)行計劃時執(zhí)行大量SQL轉(zhuǎn)換。很可能查詢的某些部分可以被轉(zhuǎn)換掉，因為知道它們不會對投影(選擇子句)或過濾謂詞產(chǎn)生影響。

考慮一個復雜的選擇，它將連接兩個視圖:  

select *
from   customer_view c
join   order_view o
  on   c.cust_id = o.cust_id
onc.cust_id=o.cust_id

連接到上述連接表引用的每個視圖可能再次連接來自幾十個表的數(shù)據(jù)，例如customeraddress、order history、order settlement等?？紤]到select*投影，數(shù)據(jù)庫別無選擇，只能完全加載所有這些聯(lián)接表，而實際上，唯一感興趣的是：

select c.first_name, c.last_name, o.amount
from   customer_view c
join   order_view o
  on   c.cust_id = o.cust_id

一個出色的數(shù)據(jù)庫將以一種可以刪除大部分“隱藏”連接的方式轉(zhuǎn)換SQL，這將顯著地減少數(shù)據(jù)庫中的IO和內(nèi)存消耗。  

解決方法：

從不執(zhí)行select*。不要為不同的查詢重用相同的投影。總是嘗試減少投影到真正需要的數(shù)據(jù)。  

注意，用對象關系映射（ORM）很難實現(xiàn)這一點。  

3.認為join是select子句

這并不是一個對性能或SQL正確性有很大影響的錯誤，但是，SQL開發(fā)人員應該意識到這樣一個事實：join子句本身不是select語句的一部分。sql standard 1992這樣定義表引用:  

6.3 <table reference>
<table reference> ::=
    <table name> [ [ as ] <correlation name>
      [ <left paren> <derived column list> <right paren> ] ]
  | <derived table> [ as ] <correlation name>
      [ <left paren> <derived column list> <right paren> ]
  | <joined table>

from子句和連接表可以使用這樣的表引用:  

7.4 <from clause>
<from clause> ::= 
    from <table reference> [ { <comma> <table reference> }... ]
7.5 <joined table>
<joined table> ::=
    <cross join>
  | <qualified join>
  | <left paren> <joined table> <right paren>
<cross join> ::=
    <table reference> cross join <table reference>
<qualified join> ::=
    <table reference> [ natural ] [ <join type> ] join
      <table reference> [ <join specification> ]

關系數(shù)據(jù)庫主要以表為中心。許多操作都以這樣或那樣的方式在物理表、連接表或派生表上執(zhí)行。為了有效地編寫SQL，重要的是要理解select..From子句需要一個以逗號分隔的表引用列表，無論它們以何種形式提供。  

根據(jù)表引用的復雜性，有些數(shù)據(jù)庫還接受其他語句中的復雜表引用，如插入、更新、刪除和合并。

解決方法：

始終將from子句作為一個整體來考慮表引用。如果寫一個連接子句，把這個連接子句想象成一個復雜表引用的一部分：

select c.first_name, c.last_name, o.amount
from
    customer_view c
      join order_view o
      on c.cust_id = o.cust_id

4.使用pre-ansi連接語法  

既然已經(jīng)闡明了表引用是如何工作的，那么無論如何都要避免使用pre-ansi連接語法對于執(zhí)行計劃，如果在join..on子句或where子句中指定連接謂詞，通常沒有區(qū)別。但從可讀性和維護的角度來看，對過濾謂詞和連接謂詞都使用where子句是一個主要的障礙?？紤]這個簡單的例子：

select c.first_name, c.last_name, o.amount
from   customer_view c,
       order_view o
where  o.amount > 100
and    c.cust_id = o.cust_id
and    c.language = 'en'

能發(fā)現(xiàn)連接謂詞嗎?如果加入幾十張表呢?當為外部連接應用專有語法(例如oracle的(+)語法)時，情況會變得更糟。  

解決方法：

始終使用ansi-join語法。永遠不要將連接謂詞放在where子句中。使用pre-ansi連接語法絕對沒有好處。

5. 忘記轉(zhuǎn)義like謂詞的輸入

SQL標準1992指定like謂詞如下:  

8.5 <like predicate>
<like predicate> ::=
    <match value> [ not ] like <pattern>
      [ escape <escape character> ]

當允許在SQL查詢中使用用戶輸入時，幾乎總是應該使用escape關鍵字。雖然百分比符號(%)可能很少被認為是數(shù)據(jù)的一部分，但下劃線(_)很可能是:  

select *
from   t
where  t.x like 'some!_prefix%' escape '!'

解決方法： 

在使用like謂詞時，始終要考慮適當?shù)霓D(zhuǎn)義。  

6.認為not（in（x，y））是in（x、y）的布爾逆

這一點很微妙，但對于null來說非常重要！以下回顧一下in（x，y）的真正含義：

a in (x, y)
is the same as    a = any (x, y)
is the same as    a = x or a = y

同時， not (a in (x, y)) 真正的含義是：

not (a in (x, y))
is the same as    a not in (x, y)
is the same as    a != any (x, y)
is the same as    a != x and a != y

這看起來像前一個謂詞的布爾逆，但實際上不是！如果x或y中的任何一個為null，則not-in謂詞將導致未知，而in謂詞可能仍然返回布爾值。

換句話說，當in（x，y）產(chǎn)生true或false時，not（a in（x、y））仍可能產(chǎn)生unknown，而不是false或true。注意，如果in謂詞的右側(cè)是子查詢，這也是正確的。

不相信嗎?看看這個sql fiddle。它表明以下查詢沒有產(chǎn)生結(jié)果:  

select 1
where     1 in (null)
union all
select 2
where not(1 in (null))

解決方法：  

當涉及nullable列時，要注意not in謂詞!

7. 認為not（a為null）與a不為null相同

人們記得SQL在處理null值時實現(xiàn)了三值邏輯。這就是為什么可以使用null謂詞來檢查null的原因。

但即使是null謂詞也很微妙。注意，以下兩個謂詞僅對度數(shù)為1的行值表達式等效： 

not (a is null)
is not the same as a is not null

如果a是一個度數(shù)大于1的行值表達式，那么真值表轉(zhuǎn)換為：

• 只有當a中的所有值都為null時，a is null才會產(chǎn)生true  
• 只有當a中的所有值都為null時，not(a is null)才會產(chǎn)生false
• 只有當a中的所有值都不為null時，a is not null才會產(chǎn)生true  
• 只有當a中的所有值都不是null時，not(a is not null) 才會產(chǎn)生false  

解決方法：  

使用行值表達式時，請注意null謂詞，它可能無法按預期工作。

8.在支持行值表達式的地方?jīng)]有使用行值表達式  

行值表達式是一個很好的SQL特性。當SQL是一種以表為中心的語言時，表也以行為中心。行值表達式通過創(chuàng)建可以與具有相同度數(shù)和行類型的其他行進行比較的本地特殊行，從而更容易地描述復雜謂詞。一個簡單的例子是同時查詢客戶的姓和名。  

select c.address
from   customer c,
where (c.first_name, c.last_name) = (?, ?)
Where(c.first_name,c.last_name)=(?,?)

可以看到，這種語法比等價語法(謂詞左邊的每一列都與右邊的相應列進行比較)稍微簡潔一些。如果許多獨立謂詞與and組合在一起，則尤其如此。使用行值表達式允許將相關謂詞組合為一個謂詞。這對于復合外鍵上的連接表達式非常有用:  

select c.first_name, c.last_name, a.street
from   customer c
join   address a
  on  (c.id, c.tenant_id) = (a.id, a.tenant_id)

不幸的是，并非所有數(shù)據(jù)庫都以相同的方式支持行值表達式。但是SQL標準在1992年就已經(jīng)定義了它們，如果使用它們，像Oracle或postgres這樣復雜的數(shù)據(jù)庫可以使用它們來計算更好的執(zhí)行計劃。  

解決方法：

盡可能使用行值表達式。它們將使SQL更簡潔，甚至可能更快。  

9.沒有定義足夠的約束  

要引用TomKyte，再使用索引和Luke。元數(shù)據(jù)中不能有足夠的約束。首先，約束幫助防止數(shù)據(jù)損壞，這已經(jīng)非常有用了。但更重要的是，約束將幫助數(shù)據(jù)庫執(zhí)行SQL轉(zhuǎn)換，因為數(shù)據(jù)庫可以決定：  

• 有些值是等價的  
• 有些子句是多余的  
• 某些子句是“無效的”（即它們不會返回任何值）  

一些開發(fā)人員可能認為約束是緩慢的。與其相反，除非插入大量大量的數(shù)據(jù)，在這種情況下，可以禁用大型操作的約束，或者使用沒有約束的臨時“加載表”，不受約束地將數(shù)據(jù)脫機傳輸?shù)綄嶋H表。

解決方法：

定義盡可能多的約束。它們將幫助數(shù)據(jù)庫在查詢時更好地執(zhí)行。

10.認為50ms是快速查詢執(zhí)行  

對于NoSQL的炒作仍在繼續(xù)，許多企業(yè)仍然認為他們是Twitter或Facebook，迫切需要更快、更可擴展的解決方案，逃避ACID和關系模型來橫向擴展。有些可能會成功(如Twitter或Facebook)。  

對于那些被迫或選擇堅持使用經(jīng)過驗證的關系數(shù)據(jù)庫的人來說，如果要和DBA相處得很好并將數(shù)據(jù)庫調(diào)到最大的話，不要誤以為現(xiàn)代數(shù)據(jù)庫很慢，事實上它們非?？?，并在不到一毫秒的時間內(nèi)解析20kb的查詢文本，計算2000行執(zhí)行計劃。  

它們可能會變慢，因為應用程序誤用了流行的對象關系映射（ORM），或者因為這一ORM不能為復雜的查詢邏輯生成快速SQL。在這種情況下，可能想要選擇一個更以SQL為中心的API，例如JDBC，jOOQ或MyBatis，這將重新控制SQL。

所以，不要認為50毫秒的查詢執(zhí)行速度很快，甚至可以接受。事實并非如此。如果在開發(fā)時獲得了這些速度，確保研究了執(zhí)行計劃。這些數(shù)據(jù)可能會在生產(chǎn)環(huán)境中爆發(fā)式增長，因為生產(chǎn)環(huán)境中有更復雜的場景和數(shù)據(jù)。  

結(jié)論

SQL非常有趣，但在許多方面也非常微妙。正如Eder之前關于10個常見錯誤的博客文章所表明的那樣，要做到這一點并不容易。但是SQL是可以掌握的。數(shù)據(jù)是最寶貴的資產(chǎn)。因此需要尊重數(shù)據(jù)，并編寫更好的SQL。

原文標題：??10 More Common Mistakes Java Developers Make when Writing SQL??，作者：Lukas Eder?