SQL

Що це таке

SQL — це декларативна мова, якою визначають, змінюють і читають дані
в реляційних таблицях: ви описуєте потрібний результат, а база даних
сама вирішує, як його отримати. Абревіатуру зазвичай розшифровують
як Structured Query Language і вимовляють або по літерах, або як
«сіквел», а міжнародний стандарт ISO/IEC 9075, що її визначає,
називає мову просто Database Language SQL.

Ключове слово тут — «декларативна». Інструкція нижче називає
таблицю, умову, групування й порядок, але нічого не каже про
індекси, цикли чи про те, які рядки читати першими:

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

У PostgreSQL цей текст проходить чотири етапи. Парсер перевіряє
синтаксис і будує дерево, етап переписування розгортає представлення
(views), згадані в інструкції, планувальник порівнює можливі способи
виконання — скажімо, послідовне сканування проти індексу, — і лише
тоді виконавець дістає рядки. Та сама інструкція може тривати
мілісекунду або хвилину залежно від того, що знайде планувальник,
тому вміння читати план — частина вміння писати SQL.

Мова складається з частин, які часто називають окремо. Визначення
даних створює та змінює таблиці, схеми й індекси. Маніпулювання
даними вставляє, оновлює, видаляє та зливає рядки. Запити читають їх
через SELECT. Привілеї й транзакції визначають, хто що може робити і
які зміни застосовуються разом. Усе це передається текстом через
одне з'єднання, тож SQL — спільна мова для застосунку, інструмента
звітності й людини за терміналом.

Стандарт переглядали багато разів, востаннє — як SQL:2023, і кожна
СКБД реалізує власну його підмножину. Додаток PostgreSQL про
відповідність стандарту зазначає, що система виконує щонайменше 170
зі 177 обов'язкових можливостей рівня Core і що на момент написання
жодна СКБД не заявляла повної відповідності Core. Понад це кожен
рушій має свій діалект: Microsoft SQL Server говорить мовою
Transact-SQL, BigQuery — мовою GoogleSQL, а PostgreSQL додає
PL/pgSQL для процедурного коду, що виконується всередині бази.

Чому це важливо

Рішення, яке SQL ставить перед командою, — де відбувається робота з
даними: у самій базі, мовою, для виконання якої її створено, чи в
коді застосунку, який вибирає рядки й обробляє їх сам.

Інструкція, що працює з множинами, виконується поруч із даними. Якщо
відфільтрувати мільйон рядків до сорока в базі, мережею піде сорок
рядків; якщо фільтрувати в застосунку, піде мільйон, і більшість із
них викинуть. З'єднання, агрегації та прибирання дублікатів
підкоряються тій самій арифметиці. Перенести таку роботу в SQL —
часто найдешевший спосіб пришвидшити повільну систему, і нової
інфраструктури для цього не треба.

Противага — відповідальність за код. Логіка на SQL живе в міграціях
і функціях, які потребують такого самого рев'ю, тестів і контролю
версій, як і решта коду, а довгу функцію на PL/pgSQL вільно читає
менше інженерів, ніж код на Go чи Python. Робочий поділ віддає базі
все, що мусить бачити багато рядків, а правила, які змінюються разом
із бізнесом, лишає в застосунку, де їх легше тестувати окремо.

Переносимість — другий компроміс. Ядро мови — SELECT зі з'єднаннями,
GROUP BY та ORDER BY — переходить між рушіями з мінімальними
правками. Краї переходять погано: арифметика дат, upsert, пагінація,
функції JSON і процедурний код різняться, і перенесення з однієї
бази на іншу витрачає на них більшу частину зусиль. Обираючи рушій,
команда обирає й діалект, і що більше логіки живе в ньому, то
дорожче коштуватиме перехід згодом.

Наймання — третій чинник. SQL — одна з небагатьох навичок, спільних
для аналітиків, бекенд-розробників, інженерів даних і
адміністраторів баз даних, тож шар даних на звичайному SQL може
прочитати й перевірити будь-хто з них. ORM ховає SQL, доки сторінка
не стане повільною, а тоді комусь однаково доведеться читати те, що
вона згенерувала.

Як це виглядає на практиці

На одній платформі функції PostgreSQL збирають кожну відповідь API
як готовий JSON-документ, а обробник на Go пересилає її як
`json.RawMessage`, не розбираючи й не кодуючи заново. В архітектурі
наскрізної передачі JSON формування відповіді стало завданням SQL і
виконується там, де дані вже лежать. Невеликий помічник QueryJSON
зробив цей шаблон найпростішим шляхом, і DTO, мапери та структури
відповідей, які зазвичай накопичує багатошаровий API, зникли. Код
обробників суттєво скоротився, а зміна того, що повертає функція,
доходить до клієнта без жодної правки в обробнику.

У конвеєрі даних та сама мова виглядає інакше. У шести конвеєрах
ETL/ELT на BigQuery, MSSQL і PostgreSQL сирі файли завантажували в
проміжні (staging) схеми за допомогою bcp, psql і SSIS, а очищення,
нормалізацію та збагачення даних написали як процедури на PL/pgSQL і
T-SQL. Три рушії, кожен зі своїм діалектом, в одній роботі: описане
вище питання переносимості, побачене зсередини. На сторінці
зафіксовано результат: щонайменше три години ручної праці
скоротилися до менш ніж 20 хвилин на весь цикл, оновлення даних
перейшло зі щотижневого на щоденне, а Python API, які їх читають,
стали на 30% швидшими.

Де виникають проблеми

Інструкції, склеєні зі шматків тексту. Клієнт на прізвище O'Brien
ламає сторінку пошуку, або підступно складене введення читає чужі
дані. Причина — введення користувача, вклеєне в текст SQL, де база
не може відрізнити дані від команди. Передавайте значення як
параметри, окремо від інструкції, — це дозволяє кожен поширений
драйвер. У клієнтській бібліотеці самого PostgreSQL параметризований
виклик до того ж приймає лише одну команду в тексті, що дає
додатковий захист від SQL-ін'єкцій.

Порядок, який був випадковістю. Список, що місяцями приходив
відсортованим, раптом перемішується після завантаження даних або
зміни плану. Без ORDER BY PostgreSQL повертає рядки в тому порядку,
який найшвидше отримати, а LIMIT без ORDER BY може навіть щоразу
повертати іншу підмножину. Кожен результат, для якого важливий
порядок, мусить задавати його в самому запиті.

NULL як звичайне значення. Фільтр `WHERE discount = NULL` повертає
нуль рядків, і `NOT IN` щодо підзапиту з NULL поводиться так само.
Будь-яке порівняння з NULL дає «невідомо», а не істину чи хибність,
а WHERE залишає лише рядки, для яких умова істинна. Пишіть `IS NULL`
і віддавайте перевагу `NOT EXISTS` перед `NOT IN`, коли внутрішній
стовпець може містити NULL.

Діалект, що просочується в тести. Тести проходять на SQLite, а той
самий код падає на PostgreSQL у продакшні; або переїзд на SQL Server
спотикається об кожен `LIMIT`, який цей рушій записує як `TOP` чи
`OFFSET ... FETCH`. Кожен рушій приймає те, що інші відкидають.
Тестуйте на тому рушії, який справді розгортаєте, і тримайте
специфічний для рушія синтаксис у якомога меншій кількості місць.

Що почитати далі

  * Part II. The SQL Language — повний посібник і довідник
PostgreSQL з мови, від синтаксису до порад щодо продуктивності.

  * Appendix D. SQL Conformance — частини ISO/IEC 9075 і те, які
можливості з них реалізує PostgreSQL.

  * Transact-SQL Reference — діалект SQL Server, описаний самою
Microsoft.

  * Introduction to SQL in BigQuery — GoogleSQL і застарілий
діалект, який він замінив.

  * Query Language Understood by SQLite — синтаксис вбудованого
рушія, інструкція за інструкцією.

hЦя сторінка у вебі	URL:https://engineer.company/uk/glossary/sql/	engineer.company	70
