SQL

Hvad det er

SQL er et deklarativt sprog til at definere, ændre og læse data, der
ligger i relationelle tabeller: Man beskriver det resultat, man vil
have, og databasen afgør selv, hvordan det skal frembringes.
Forkortelsen udfoldes som regel som Structured Query Language og
udtales enten bogstav for bogstav eller som »sequel«, mens den
internationale standard, ISO/IEC 9075, blot kalder det Database
Language SQL.

Det deklarative er hele pointen. Sætningen nedenfor nævner en tabel,
en betingelse, en gruppering og en rækkefølge – men siger intet om
indeks, løkker eller hvilke rækker der skal læses først:

```sql
SELECT land, count(*) AS tilmeldinger
FROM konti
WHERE oprettet >= now() - interval '30 days'
GROUP BY land
ORDER BY tilmeldinger DESC;
```

I PostgreSQL går teksten gennem fire trin. En parser kontrollerer
syntaksen og bygger et træ, et omskrivningstrin folder de views ud,
som sætningen nævner, en planlægger sammenligner de mulige måder at
udføre den på – for eksempel en sekventiel scanning over for et
indeks – og til sidst henter en executor rækkerne. Den samme sætning
kan tage et millisekund eller et minut, alt efter hvad planlæggeren
finder, og derfor hører det at læse en plan med til at skrive SQL.

Sproget har dele, som man ofte nævner hver for sig. Datadefinition
opretter og ændrer tabeller, skemaer og indeks. Datamanipulation
indsætter, opdaterer, sletter og fletter rækker. En SQL-forespørgsel
læser dem med SELECT. Rettigheder og transaktioner afgør, hvem der
må hvad, og hvilke ændringer der lander samlet. Det hele sendes som
tekst over én forbindelse, så SQL er fællesgrunden mellem en
applikation, et rapportværktøj og et menneske ved en terminal.

Standarden er revideret mange gange, senest som SQL:2023, og hver
motor implementerer sin egen delmængde af den. PostgreSQL's bilag om
standardoverensstemmelse oplyser, at systemet opfylder mindst 170 af
de 177 obligatoriske Core-egenskaber, og at intet databasesystem på
skrivetidspunktet gjorde krav på fuld Core-overensstemmelse. Oven i
det lægger hver motor sin egen dialekt: Microsoft SQL Server taler
Transact-SQL, BigQuery taler GoogleSQL, og PostgreSQL tilføjer
PL/pgSQL til procedurekode, der kører inde i databasen.

Hvorfor det betyder noget

Det valg, SQL stiller et team over for, er, hvor arbejdet med data
skal foregå: inde i databasen, i det sprog den er bygget til at
udføre, eller i applikationskode, der henter rækkerne og behandler
dem selv.

En mængdebaseret sætning kører lige ved siden af data. Filtrerer man
en million rækker ned til fyrre inde i databasen, går der fyrre
rækker over netværket; filtrerer man i applikationen, går der en
million, og de fleste smides væk. Joins, aggregeringer og fjernelse
af dubletter følger samme regnestykke. At flytte den slags arbejde
ind i SQL er ofte den billigste hastighedsforbedring, et langsomt
system har, og det kræver ingen ny infrastruktur.

Modvægten er ejerskab. Logik skrevet i SQL bor i migreringer og
funktioner, der kræver samme review, test og versionsstyring som al
anden kode, og færre udviklere læser en lang PL/pgSQL-funktion lige
så flydende som Go eller Python. En brugbar fordeling sender det,
der skal se mange rækker, til databasen og beholder de regler, der
ændrer sig med forretningen, i applikationen, hvor de er lettere at
teste isoleret.

Portabilitet er den anden afvejning. Kernen af sproget – SELECT med
joins, GROUP BY og ORDER BY – flytter mellem motorer med få
rettelser. Kanterne flytter dårligt: Datoregning, upserts,
paginering, JSON-funktioner og procedurekode er forskellige fra
motor til motor, og en migrering fra én database til en anden bruger
det meste af kræfterne netop dér. Vælger man en motor, vælger man
også en dialekt, og jo mere logik der bor i dialekten, jo dyrere
bliver et senere skifte.

Rekruttering er den tredje. SQL er en af de få færdigheder, som
analytikere, backendudviklere, dataingeniører og
databaseadministratorer har til fælles, så et datalag skrevet i
almindelig SQL kan læses og reviewes af dem alle. En ORM skjuler
SQL'en, indtil en side bliver langsom, og så skal nogen alligevel
læse, hvad den genererede.

Sådan ser det ud i praksis

På én platform samler PostgreSQL-funktioner hvert API-svar som et
færdigt JSON-dokument, og Go-handleren sender det videre som
`json.RawMessage` uden at afkode eller genkode det. Med
JSON-passthrough-arkitekturen blev formningen af svaret en
SQL-opgave, løst dér, hvor data allerede ligger. En lille
QueryJSON-hjælper gjorde mønstret til det letteste at følge, og de
DTO'er, mappere og svarstrukturer, som et lagdelt API normalt samler
op, forsvandt. Handlerkoden blev meget kortere, og en ændring i det,
en funktion returnerer, når frem til klienten, uden at nogen retter
i en handler.

I en datapipeline ser det samme sprog anderledes ud. På tværs af
seks ETL/ELT-pipelines med BigQuery, MSSQL og PostgreSQL blev rå
filer indlæst i staging-skemaer med bcp, psql og SSIS, mens
rensning, normalisering og berigelse blev skrevet som PL/pgSQL- og
T-SQL-procedurer. Tre motorer med hver sin dialekt i ét job:
portabilitetsspørgsmålet ovenfor, set indefra. Siden gør resultatet
op sådan: hvor jobbet før krævede mindst tre timers manuelt arbejde,
tog hele kørslen bagefter under 20 minutter, data blev opdateret
dagligt i stedet for ugentligt, og de Python-API'er, der læser dem,
blev 30 % hurtigere.

Hvor det går galt

Sætninger limet sammen af strenge. En kunde ved navn O'Brien får en
søgeside til at fejle, eller et udspekuleret input læser andres
data. Årsagen er brugerinput, der er klistret ind i SQL-teksten,
hvor databasen ikke kan skelne data fra kommando. Send i stedet
værdierne som parametre, adskilt fra sætningen, som alle udbredte
drivere tillader. I PostgreSQL's eget klientbibliotek tager et
parametriseret kald desuden kun én kommando pr. streng, hvilket
giver en ekstra forsvarslinje mod SQL-injection.

Rækkefølge, der kun var held. En liste, der har været sorteret i
månedsvis, kommer pludselig blandet efter en dataindlæsning eller en
ny plan. Uden ORDER BY returnerer PostgreSQL rækkerne i den
rækkefølge, der er hurtigst at frembringe, og en LIMIT uden ORDER BY
kan endda give en anden delmængde hver gang. Ethvert resultat, hvis
rækkefølge betyder noget, skal sige det i forespørgslen.

NULL behandlet som en værdi. Et filter skrevet som `WHERE rabat =
NULL` returnerer ingen rækker, og `NOT IN` mod en delforespørgsel,
der indeholder en NULL, gør det samme. Enhver sammenligning med NULL
giver ukendt i stedet for sand eller falsk, og en WHERE-klausul
beholder kun de rækker, hvor betingelsen er sand. Skriv `IS NULL`,
og foretræk `NOT EXISTS` frem for `NOT IN`, når den indre kolonne
kan indeholde NULL.

Dialekt, der siver ind i testene. En testsuite består mod SQLite, og
samme kode fejler mod PostgreSQL i produktion – eller en flytning
til SQL Server snubler over hver eneste `LIMIT`, som den motor
staver `TOP` eller `OFFSET ... FETCH`. Hver motor accepterer ting,
som de andre afviser. Test mod den motor, I faktisk kører, og hold
motorspecifik syntaks samlet få steder.

Læs mere

  * Part II. The SQL Language — PostgreSQL's samlede vejledning og
opslagsværk for sproget, fra syntaks til ydelsestips.

  * Appendix D. SQL Conformance — standardens dele, og hvilke af
dens egenskaber PostgreSQL implementerer.

  * Transact-SQL Reference — SQL Server-dialekten, dokumenteret af
Microsoft.

  * Introduction to SQL in BigQuery — GoogleSQL og den ældre
dialekt, den afløste.

  * Query Language Understood by SQLite — syntaksen i en indlejret
motor, sætning for sætning.

hDenne side på nettet	URL:https://engineer.company/da/glossary/sql/	engineer.company	70
