搜索
第一部分：SQL基础1.为什么学习SQL自人类社会形成之日起，社会的运转就在不断地产生和使用各种信息（文献、档案、资料、数据等）；在如今所谓的信息时代，由于计算机和互联网的作用，信息的产生和使用达到前所未有的广度和深度。如何管好和用好信息，是（而且将一直是）IT行业一块重要的领域。在过去几十年中，关系数据库一直在这一领域占主导地位，而建立在关系理论基础之上的SQL也成为数据库领域的既定标准。目前的数据存储领域可称为三分天下：a.少量数据的存储：自定义数据文件或通用数据文件（单机数据库），通过自定义接口或通用API访问数据。如需要存储数据的单机软件或小型的动态网站。b.对一致性要求高的大量数据的存储：关系数据库管理系统(RDBMS)。如各种传统的信息系统（ERP、CRM、HRMS、MIS等）。c.对并发性要求高的大量数据的存储：NoSQL数据库系统。如Web2.0网站的后台数据系统。以上，“狐假虎威”地借数据存储的重要性来阐述了一番学习SQL的伟大意义。但重要的是，对SQL善于做什么和不善于做什么有个清楚的认识。2.学习SQL的参考资料不久前整理了数据库图书ABC一文，对数据库相关的参考资料作了粗略的分类。对于初学者而言，可以结合着《数据库系统概念(第5版)》一书和某个DBMS平台的入门技术手册练习，自行寻找或构思一个小需求，建一个数据库，创建几个表和视图，练习写查询和修改语句。基础理论和技术实践可以相互促进。3.几组基本概念3.1.单机数据库与服务器级数据库单机数据库（如sqlite、Access等，Excel也勉强可以算是）是应用于单个计算机的数据库引擎，通常不具备网络连接功能，适用于小型应用；程序部署时，一般只需要附带数据文件即可。有时也称作桌面数据库。服务器级数据库（如Oracle、DB2、SQLServer、MySQL、PostgreSQL等）是具备网络连接功能、可作为单独数据库服务器的DBMS，适用于大型信息系统；程序部署时，需要专门安装相应的DBMS，甚至要单独进行数据库服务器的架构设计。此类数据库是我们讨论的重点。3.2.服务器(Server)与客户端(Client)数据库服务器是运行在一台主机(Host)（或主机集群）上的服务程序，维护着一个或多个数据库，并通过网络连接响应数据库客户端提交的SQL语句。数据库客户端是向数据库服务器发送查询请求的应用程序，可能是DBMS的GUI管理界面或命令行应用程序，也可能是前端的Web服务器。数据库客户端和数据库服务器可能是在同一台主机上，但更多情况下则是位于不同的主机上，通过局域网访问。例如对于SQLServer来说，一个服务器实例(Instance)即是一个数据库服务器，一台主机上可以安装多个服务器实例；而查询分析器或SSMS、sqlcmd、以及连接数据库服务器的IIS，都是数据库客户端。比如你在SSMS中备份/还原/附加一个数据库，或是通过xp_cmdshell执行一个命令程序，所操作的都是你所连接的数据库服务器所在主机的文件，而不是你运行SSMS数据库客户端所在主机的文件。一台主机有时候会被称作一台（操作系统）服务器，而数据库服务器和Web服务器都是运行在主机之上的应用服务器。它们都被称作服务器，不要因此搞混了。一个典型的基于SQLServer的网站系统的架构示例如下：用户浏览器(WebClient)----IIS(WebServer/DBClient)----SQLServer(DBServer)3.3.数据库(DB)与数据库管理系统(DBMS)“数据库”这个词已经被滥用，可能用来指一个数据系统（如中国移动的号码数据库），可能用来指一种数据存储技术（如关系数据库和NoSQL数据库），还可能用来指DBMS(如人们常说SQLServer是数据库软件）。这种混乱已然形成，恐怕难以改变（比如上文的描述即是如此）。我们只能根据上下文来判断具体含义。按最狭义的技术含义，数据库(Database)是指位于一个数据库服务器实例上的一个库，而DBMS则是指类似SQLServer、Oracle等等此类软件。初学者要注意这些概念之间的差别。论坛上常常见到这样的帖子：“连不上数据库”、“数据库打不开了”，又没有上下文，可见发问者概念混乱，搞得解答者也是一头雾水。3.4.SQL与SQL方言(dialect)SQL是一个关系数据库查询语言的标准，而SQL方言则是各种DBMS在SQL标准上进行的扩展，如增加新的关键字、查询功能、特有的数据类型、支持过程化的控制流语句等。例如SQLServer的T-SQL和Oracle的PL/SQL都是常见的SQL方言。这就好比ANSIC标准与各种编译器实现的C语言的差别。但不同SQL方言之间的差异远大于不同C编译器之间的差异。SQL方言之间的差异，对于跨DBMS的学习和开发，都是必须注意的。3.5.语句、表达式和断言语句(statement)是SQL中一个可以单独执行的单元。如SELECT*FROMtable;即是一个语句，其中包含了SELECT子句(clause)和FROM子句。SQL标准规定用分号作为语句的结束，但在目前的T-SQL中，语句结束的分号是可选的。表达式(expression)是SQL中的一个值（可能是变量、常量、查询字段或计算结果），对应一种特定的数据类型。SQL中的表达式分为标量表达式和表值表达式，其中表值表达式作为单独语句则是SELECT语句，作为语句的一部分则称为子查询。比如0,col+2,DATEADD(second,30,GETDATE())都是（标量）表达式。需要特别说明的是，SQL中的CASEWHEN是标题表达式，而不是条件语句。比如CASEWHEN中可以使用表达式，却不能使用语句；CASEWHEN的结果是一个特定数据类型的标量值；CASEWHEN可以用在SELECT、GROUPBY或ORDERBY子句中，但IFELSE则不行。断言(predicate)是SQL中进行比较的结果，即真值，可理解为布尔表达式，因为SQL中没有bool数据类型，所以将断言特别从表达式中区分出来。比如1是一个标量表达式，而1=1则是一个断言，后者可以用在WHERE、ON、HAVING、CHECK等需要真值条件的地方，但前者则不可以。由于NULL的存在，SQL中的断言是三值逻辑，即True/False/Unknown，详见下文“NULL与三值逻辑”。下文中多次用到计算和比较两个词。表达式和表达式进行计算，结果是新的表达式；表达式和表达式进行比较，结果是一个断言；断言和断言可以进行逻辑运行(AND/OR/NOT)，结果是新的断言。注意其中的区别。4.SQL不同于一般编程语言的地方4.1.SQL操作的是数据SQL是数据库的查询语言，因而可以对系统数据产生持久化影响。在常规编程中，一个错误通常只会造成程序的crash或bug，修改并重新调试往往就可以了；而在SQL中，一个不小心就可能造成系统数据的破坏和丢失。常常有新手执行SQL时，不小心遗漏了DELETE或UPDATE语句中的WHERE子句，这往往是很大的麻烦。因此，学习和使用SQL，一开始应该养成两个习惯：1.细心。在执行SQL语句认真检查一下，要清楚自己在做什么。2.及时备份，并考虑对系统的元数据进行版本控制。为偶尔的意外准备好后悔药。常见的可能造成破坏性影响的SQL关键词：DELETE,UPDATE,DROP,TRUNCATETABLE。4.2.SQL是基于集合的说明式语言SQL擅长集合操作，而不是循环。所谓说明式语言，你只需要告诉SQL需要做什么，而不是怎么做。初学SQL的人，思维往往难免带有过程式语言的痕迹，解决问题时常常不由地考虑循环。在学习SQL编程时，每当想要用循环时，先反问一下自己：这个问题是不是必须用循环来解决？事实上，多数情况下，这个问题的答案是否定的。有本书中讲，SQL代码中出现一次IF便要减一些分（比如-1），出现一次WHILE便要减很多分（比如-10或-50，不夸张）。可以尝试用这样的方法为自己的存储过程打分。5.SQL的三个子集SQL从功能上可以划分为三个子集：1.DML(DataManipulationLanguage):数据操纵语言，是对数据进行查询和修改（增、删、改）操作的语言。包含语句：SELECT+INSERT/DELETE/UPDATE使用对象：DBUser2.DDL(DataDefinitionLanguage):数据定义语言，是对域（数据类型）和关系（表）及其它数据库对象进行定义的语言。包含语句：CREATE/DROP/ALTER使用对象：DBDesigner/Developer3.DCL(DataControlLanguage):数据控制语言：是对数据的访问进行权限控制的语言。包含语句：GRANT/DENY/REVOKE使用对象：DBA补充说明：-严格地说，DML只包含对数据进行修改的语句(INSERT/DELETE/UPDATE)，但SELECT语句与DML关系紧密、形式类似，故通常放在一起。既可以统称为DML，也可以并称为Query+DML。-以上三个子集不包含BACKUP/RESTORE语句。第二部分：从关系角度理解SQL6.从关系角度理解SQL6.1.关系和表众所周知，我们目前所用的数据库，通常都是关系数据库。关系自然在其中处于关键位置。初学数据库原理的人可能会很困惑关系和表是什么联系，如果没有清楚的理解，很可能会认为关系这个概念没有实际意义，只会引起混淆。其实这两组概念只是由于理论界与技术界的着重点不同。前者需要用一个专业的、没有歧义的概念来进行理论探讨，后者则希望在实际应用中能够使用一个直观的、容易理解的词汇。通常情况下，可以认为关系和表是一回事。就定义来说：关系是元组（即表的记录，或行）的集合。此外，关系还有以下特征：-关系含有一组属性（即表的字段，或列），含有N个属性的关系可称为N元关系。-一个关系的元组含有与关系相同的属性，N元关系的元组都是N元组，一个元组中对应每个属性有一个值。-一个属性的域（即字段的数据类型，但域的要求更严格，详见下文“数据类型”），即该属性所有可能的值的集合。从这里可以看出关系和表的区别：关系作为一种集合，不会包含重复元组；而表则可以包含重复记录。这是SQL面对的诸多指责之一，但有其技术合理性。这里的区别在理解上影响不大，不妨把表理解为“可能（但通常不应该）重复的集合”。注意到这点区别，以下我们便可以对关系和表不加区别的使用了。另外，这里的关系和表，指的是所有表值的东西，包含物理表、虚拟表（视图）、派生表（一个用在FROM子句的子查询）、表变量、表值函数、等等。它们在物理上有区别，但在逻辑上是等价的。6.2.关系模型数据库建模（即表结构设计）的过程，是根据现实世界的业务需求，设计一个表示和存储业务数据的关系数据模型。在设计过程中可以借助E-R模型来简化问题，因为E-R模型可以更直观地对应于现实世界，也可以很容易地转化为关系模型。对于熟练的设计者，可以省略E-R模型，直接构建关系模型。而关系模型在关系数据库中基本上可以直接表示，所以关系模型与物理模型差别不大。物理模型通常只是根据需要添加必要的索引，或是将概念上的表在物理上映射为分区视图或分区表。以上几个模型的关系见下图：简单总结一下关系模型设计中的两个要点：1.完整性约束(Integrityconstraint)：完整性约束保证数据的一致性（符合基本条件），包含以下3种类型：-实体完整性（主键约束）：一个表的主键不能为空。-参照完整性（外键约束）：一个表的外键必须存在于所参照的表中。-自定义完整性（CHECK约束，UNIQUE约束）：即表中的数据不能违反约束定义的条件（不能使CHECK的表达式为False，不能使UNIQUE约束的字段或字段组合出现重复值）。完整性约束定义了系统概念模型的边界，很大程度上防止了脏数据进入系统，这是非常重要的，因为脏数据往往比没有数据还要讨厌（这与“错误的观点胜过没有观点”恰恰相反）。在设计表结构时，外键、CHECK、