怎样写出可以在各个数据库中都能执行的SQL?

数据库 SQL Server
不同类型数据库的函数语法或多或少存在差异,要想让功能相同的 SQL 查询语句在不同类型的数据库中都能被顺利执行,就要把各数据库都有的那些差异化函数语法进行翻译。

 不同类型数据库的函数语法或多或少存在差异,要想让功能相同的 SQL 查询语句在不同类型的数据库中都能被顺利执行,就要把各数据库都有的那些差异化函数语法进行翻译。

[[442121]]

使用 ORM 技术能够将程序员书写的查询转换成不同数据库的 SQL,相当于有一定的移植能力。但 ORM 技术只适合应对 OLTP 场景下的简单 SQL,难以实现 OLAP 场景下较复杂 SQL 的移植,例如,使用了 ORM 技术中不直接支持的函数,或者遇到 FROM 中包含子查询的复杂 SQL。

集算器 SPL 设计了一套标准的 SQL 查询语法,该语法内置大量函数(还在持续追加中),可描述更多常运算。SPL 中有一个 sqltranslate 函数,可以把这种标准 SQL 翻译成不同数据库的 SQL,实现数据库的迁移。

比如这样的标准 SQL:

 

  1. SELECT CLIENT, YEAR(ORDERDATE), SUM(AMOUNT) 
  2.             , COUNT(ORDERID) 
  3. FROM ORDERS 
  4. GROUP BY CLIENT, YEAR(ORDERDATE) 
  5. HAVING SUM(AMOUNT) > 2000 

 

用.sqltranlate(“MYSQL”) 翻译后就得到:

 

  1. SELECT CLIENT, YEAR(ORDERDATE), SUM(AMOUNT) 
  2.             , COUNT(ORDERID) 
  3. FROM ORDERS 
  4. GROUP BY CLIENT, YEAR(ORDERDATE) 
  5. HAVING SUM(AMOUNT) > 2000 

 

而如果使用.sqltranslate(“ORACLE”) 将返回:

 

  1. SELECT CLIENT, EXTRACT(YEAR FROM ORDERDATE), SUM(AMOUNT) 
  2.             , COUNT(ORDERID) 
  3. FROM ORDERS 
  4. GROUP BY CLIENT, EXTRACT(YEAR FROM ORDERDATE) 
  5. HAVING SUM(AMOUNT) > 2000 

 

可以看到,标准函数能够正确地根据数据库选择相应的函数。

SPL 实现 SQL 移植,采取的策略是只对标准 SQL 中的函数进行翻译,不翻译(原样照抄)语句,从而使标准 SQL 可描述更多的运算。比如,对于下面的子查询无论翻译成哪种数据库 SQL 都不会变,也都可以正常执行。

 

  1. SELECT 
  2.     ORDERID, 
  3.     M 
  4. FROM 
  5.     ( 
  6.     SELECT 
  7.         ORDERID, 
  8.         MONTH(ORDERDATE) M 
  9.     FROM 
  10.         ORDERS) T1 

 

集算器 SPL 是 Java 写的开源软件,很容易被 JAVA 应用 集成而使用这个 SQL 移植的功能,在应用程序中如果需要翻译 SQL 语句,可以直接调用 api 方法:

 

  1. String sql = “SELECT CLIENT, YEAR(ORDERDATE), SUM(AMOUNT) , COUNT(ORDERID) FROM ORDERS GROUP BY CLIENT, YEAR(ORDERDATE) HAVING SUM(AMOUNT) > 2000”;  
  2. sql = com.raqsoft.dm.sql.SQLUtil.translate(sql, “ORACLE”); 

 

责任编辑:华轩 来源: 今日头条
相关推荐

2021-12-22 23:58:16

SQL数据库语法

2021-04-01 16:43:05

代码可读性开发

2011-06-03 10:31:14

SQL

2021-01-08 07:38:15

代码功能调用

2011-06-13 14:05:58

描述标签

2011-04-01 14:34:31

SQL Server数嵌套子查询

2011-03-17 17:27:48

Sybase数据库引擎

2010-04-19 10:00:02

Oracle SQL

2010-06-30 13:19:17

SQL Server

2022-07-08 10:09:47

SPLSQL数据库

2020-08-26 14:45:34

SQL数据库数次

2023-10-29 17:15:57

2011-08-03 14:50:26

SQL Server数Visual Stud.MDF数据库文件

2011-04-01 14:51:37

Oracle数据库导入导出

2010-09-07 15:20:58

SQL语句事务

2020-10-09 15:39:57

数据库工具技术

2009-04-30 09:28:05

SynonymOpenquerySQL Server

2011-07-29 09:20:23

Oracle数据库定时器Job

2010-07-06 15:22:00

SQL Server

2011-03-28 12:33:09

SQL Server数据库链接
点赞
收藏

51CTO技术栈公众号