SQL

Was es ist

SQL ist eine deklarative Sprache zum Definieren, Ändern und Lesen
von Daten in relationalen Tabellen: Man beschreibt das gewünschte
Ergebnis, und die Datenbank entscheidet, wie sie es erzeugt. Die
Buchstaben werden meist als Structured Query Language ausgeschrieben
und entweder einzeln oder wie „sequel“ ausgesprochen. Der
internationale Standard ISO/IEC 9075, der die Sprache definiert,
nennt sie hingegen schlicht Database Language SQL.

Entscheidend ist das Wort „deklarativ“. Die folgende Anweisung nennt
eine Tabelle, eine Bedingung, eine Gruppierung und eine Sortierung.
Sie sagt nichts über Indizes, Schleifen oder darüber, welche Zeilen
zuerst gelesen werden sollen:

```sql
SELECT country, count(*) AS signups
FROM accounts
WHERE created_at >= now() - interval '30 days'
GROUP BY country
ORDER BY signups DESC;
```

In PostgreSQL durchläuft dieser Text vier Stufen. Ein Parser prüft
die Syntax und baut einen Baum auf. Ein Umschreibeschritt erweitert
die in der Anweisung genannten Sichten. Ein Planer vergleicht
mögliche Ausführungswege, etwa einen sequenziellen Scan mit der
Nutzung eines Index. Schließlich ruft ein Executor die Zeilen ab.
Dieselbe Anweisung kann eine Millisekunde oder eine Minute dauern,
je nachdem, was der Planer findet. Deshalb gehört das Lesen eines
Plans zum Schreiben von SQL.

Die Sprache umfasst Teile mit eigenen Namen. Datendefinition erzeugt
und verändert Tabellen, Schemas und Indizes. Datenmanipulation fügt
Zeilen ein, aktualisiert, löscht und führt sie zusammen. Abfragen
lesen sie mit SELECT. Berechtigungen und Transaktionen bestimmen,
wer was darf und welche Änderungen gemeinsam wirksam werden. Alles
wird als Text über eine einzige Verbindung übertragen. SQL ist damit
die gemeinsame Grundlage für eine Anwendung, ein Berichtswerkzeug
und einen Menschen am Terminal.

Der Standard wurde häufig überarbeitet, zuletzt als SQL:2023, und
jede Engine implementiert ihre eigene Teilmenge. PostgreSQLs Anhang
zur Standardkonformität erklärt, dass mindestens 170 der 177
verpflichtenden Core-Merkmale erfüllt werden und dass zum Zeitpunkt
der Abfassung kein Datenbanksystem vollständige Core-Konformität
beanspruchte. Jede Engine ergänzt außerdem einen eigenen Dialekt:
Microsoft SQL Server verwendet Transact-SQL, BigQuery GoogleSQL, und
PostgreSQL ergänzt PL/pgSQL für prozeduralen Code innerhalb der
Datenbank.

Warum es wichtig ist

SQL stellt ein Team vor die Entscheidung, wo die Datenverarbeitung
stattfindet: innerhalb der Datenbank in der Sprache, für deren
Ausführung sie gebaut wurde, oder im Anwendungscode, der Zeilen
abruft und selbst verarbeitet.

Eine mengenbasierte Anweisung läuft direkt bei den Daten. Wer eine
Million Zeilen in der Datenbank auf vierzig filtert, überträgt
vierzig Zeilen über das Netzwerk. Wer erst in der Anwendung filtert,
überträgt eine Million und verwirft die meisten davon. Für Joins,
Aggregationen und das Entfernen von Duplikaten gilt dieselbe
Rechnung. Solche Arbeit nach SQL zu verlagern ist oft die günstigste
Beschleunigung für ein langsames System, weil sie auf der bereits
vorhandenen Datenbank läuft.

Das Gegengewicht ist die Verantwortung für den Code. SQL-Logik
steckt in Migrationen und Funktionen, die dieselben Reviews, Tests
und dieselbe Versionsverwaltung benötigen wie jeder andere Code.
Weniger Entwickler lesen eine lange PL/pgSQL-Funktion so flüssig wie
Go oder Python. Eine praktikable Aufteilung verlagert alles, was
viele Zeilen sehen muss, in die Datenbank und belässt Regeln, die
sich mit dem Geschäft ändern, in der Anwendung. Dort lassen sie sich
leichter isoliert testen.

Die zweite Abwägung betrifft die Portabilität. Der Kern der Sprache,
SELECT mit Joins, GROUP BY und ORDER BY, lässt sich mit wenigen
Änderungen zwischen Engines übertragen. An den Rändern gelingt das
schlecht: Datumsarithmetik, Upserts, Paginierung, JSON-Funktionen
und prozeduraler Code unterscheiden sich. Der größte Teil des
Aufwands einer Datenbankmigration fällt dort an. Mit einer Engine
wählt man auch einen Dialekt. Je mehr Logik darin steckt, desto
teurer wird ein späterer Wechsel.

Der dritte Punkt ist die Personalgewinnung. SQL gehört zu den
wenigen Fähigkeiten, die Analysten, Backend-Entwickler, Data
Engineers und Datenbankadministratoren gemeinsam haben. Eine in
reinem SQL geschriebene Datenschicht kann daher von allen gelesen
und geprüft werden. Ein ORM versteckt das SQL, bis eine Seite
langsam wird. Dann muss trotzdem jemand lesen, was es erzeugt hat.

Wie es in der Praxis aussieht

Auf einer Plattform bauen PostgreSQL-Funktionen jede API-Antwort als
vollständiges JSON-Dokument zusammen, und der Go-Handler reicht es
als `json.RawMessage` weiter, ohne es zu dekodieren oder erneut zu
kodieren. Die JSON-Passthrough-Architektur verlagert die Form der
Antwort in SQL, direkt zu den bereits vorhandenen Daten. Eine kleine
Hilfsfunktion namens QueryJSON machte dieses Muster zum einfachsten
Weg. Die DTOs, Mapper und Antwortstrukturen, die sich in einer
geschichteten API üblicherweise ansammeln, entfielen. Der
Handler-Code wurde deutlich kürzer, und eine Änderung am
Rückgabewert einer Funktion erreicht den Client, ohne dass jemand
einen Handler bearbeitet.

In einer Datenpipeline zeigt dieselbe Sprache ein anderes Bild. In
sechs ETL-/ELT-Pipelines über BigQuery, MSSQL und PostgreSQL wurden
Rohdateien mit bcp, psql und SSIS in Staging-Schemas geladen.
Bereinigung, Normalisierung und Anreicherung wurden als PL/pgSQL-
und T-SQL-Prozeduren geschrieben. Drei Engines mit je einem eigenen
Dialekt innerhalb eines Auftrags: die zuvor beschriebene
Portabilitätsfrage, von innen betrachtet. Die Seite dokumentiert das
Ergebnis: mindestens drei Stunden Handarbeit wurden auf unter 20
Minuten von Anfang bis Ende verkürzt, die Daten täglich statt
wöchentlich aktualisiert, und die darauf zugreifenden Python-APIs
liefen 30 % schneller.

Wo es schiefgeht

Aus Zeichenketten zusammengesetzte Anweisungen. Ein Kunde namens
O'Brien legt eine Suchseite lahm, oder eine präparierte Eingabe
liest fremde Daten aus. Ursache sind Benutzereingaben, die in den
SQL-Text eingefügt werden. Dort kann die Datenbank Daten und Befehle
nicht unterscheiden. Übergeben Sie Werte stattdessen getrennt von
der Anweisung als Parameter, wie es alle gängigen Treiber erlauben.
In PostgreSQLs eigener Client-Bibliothek akzeptiert ein
parametrisierter Aufruf außerdem nur einen Befehl pro Zeichenkette.
Das schafft eine zweite Schutzschicht gegen Injektionen.

Eine Reihenfolge, die nur Zufall war. Eine monatelang sortiert
gelieferte Liste kommt nach einem Datenimport oder einem neuen Plan
durcheinander an. Ohne ORDER BY gibt PostgreSQL Zeilen in der
Reihenfolge zurück, die sich am schnellsten erzeugen lässt. Ein
LIMIT ohne ORDER BY kann sogar jedes Mal eine andere Teilmenge
liefern. Wenn die Reihenfolge eines Ergebnisses wichtig ist, muss
die Abfrage das ausdrücklich festlegen.

NULL wird wie ein Wert behandelt. Ein Filter mit `WHERE discount =
NULL` liefert nichts zurück. Dasselbe gilt für `NOT IN` mit einer
Unterabfrage, die NULL enthält. Jeder Vergleich mit NULL ergibt
„unbekannt“ statt wahr oder falsch, und eine WHERE-Klausel behält
nur Zeilen, deren Bedingung wahr ist. Schreiben Sie `IS NULL` und
bevorzugen Sie `NOT EXISTS` gegenüber `NOT IN`, wenn die innere
Spalte NULL enthalten kann.

Ein Dialekt schleicht sich in die Tests ein. Die Tests laufen mit
SQLite erfolgreich durch, während derselbe Code in Produktion mit
PostgreSQL scheitert. Oder beim Wechsel zu SQL Server scheitert
jedes `LIMIT`, für das diese Engine `TOP` oder `OFFSET ... FETCH`
verwendet. Jede Engine akzeptiert Dinge, die andere ablehnen. Testen
Sie gegen die tatsächlich eingesetzte Engine und konzentrieren Sie
enginespezifische Syntax auf möglichst wenige Stellen.

Weiterführende Lektüre

  * Teil II: Die SQL-Sprache — PostgreSQLs vollständige Einführung
und Referenz zur Sprache, von der Syntax bis zu Leistungstipps.

  * Anhang D: SQL-Konformität — Die Teile von ISO/IEC 9075 und die
von PostgreSQL implementierten Merkmale.

  * Transact-SQL-Referenz — Der von Microsoft dokumentierte
SQL-Server-Dialekt.

  * Einführung in SQL in BigQuery — GoogleSQL und der dadurch
abgelöste frühere Dialekt.

  * Die von SQLite verstandene Abfragesprache — Die Syntax einer
eingebetteten Engine, Anweisung für Anweisung.

hDiese Seite im Web	URL:https://engineer.company/de/glossary/sql/	engineer.company	70
