Java开发者编写SQL语句时常见的10种错误

徐冬丽

　　Java开发者对于面向对象编程思维与命令行编程思维的协调程度，取决于他们如下几种能力的水平：

• 　　技巧(任何人都可以编写命令行形式的代码)
  
• 　　教条(有的人使用“模式 - 模式”的方式，即模式无处不在，并以名字作为标识)
  
• 　　情绪状况(在初期，真正面向对象形式的代码比起命令式代码会更加难懂。)
  

　　但是，当Java开发人员编写SQL语句时，一切都变得不同了。SQL是一种说明式语言，与面向对象思想和命令式思想无关。在SQL语言中，查询非常容易表达。但它也不是那么容易以最佳或最正确地方式编写出来。开发人员不仅需要重新思考自己的编程模式，还需要从集合论的角度进行深入思考。
　　以下是Java开发人员使JDBC或jOOQ编写SQL语句时，几种常见的错误(排名不分先后)
　　1.忘记了NULL
　　误解NULL的含义可能是Java开发人员编写SQL最常犯的错误。这有可能是因为NULL也被称为UNKNOWN，但也有其他的原因。当然如果它只被叫做UNKNOWN，会更容易理解一些。另一个原因是，JDBC在获取数据，或绑定变量时，SQL中的NULL被映射到Java中的null。这可能会导致人们认为类似Java中null==null的情况,SQL中也存在NULL= NULL。
　　一个更离奇的误解NULL的例子是，当NULL谓词用于行值表达式时。
　　另一个微妙的问题产生与对NOTIn 反连接中NULL含义的误解。
　　解决办法
　　不断的训练自己。要时刻明确NULL的含义，每次你写SQL时，都要考虑：

• 　　对于NULL来说谓词是否正确?
  
• 　　NULL是否影响该函数的结果?
  

　　2.在Java内存中处理数据
　　一些Java开发者十分了解SQL特性。偶尔JOIN，零散的UNION，没什么问题。但如果遇到视窗功能，结果集分组等情况又怎么样呢?很多Java开发人员会把SQL数据加载到内存，把数据转换成一些适合的集合类型，以十分冗长的循环结构在集合上执行恼人数学运算(至少在Java 8改进容器之前是这样的)。
　　但一些SQL数据库除了支持SQL标准外，还支持先进的OLAP特性，执行效率更好，且更容易编写。一个非标准的例子就是甲骨文的MODEL子句。只是让数据库进行数据处理过程，将最终获取的结果加载到Java内存中。因为一些非常聪明的人已经优化了这些昂贵的产品。所以，事实上，通过向OLAP数据库上进行迁移，您将得到两个好处：

• 　　简洁。它可能使得在SQL中编写正确代码会比在Java中相对容易
  
• 　　性能。该数据库将可能比你的算法要快。更重要的是，你不必再通过网络传输数百万条记录。
  

　　解决办法
　　每次你在Java中实现以数据为中心的算法时，要试着问问自己：有没有办法让数据库执行这些工作，而只把结果交付给我?
　　3.尽量使用UNION，而不是UNION ALL
　　相对于UNION，UNION ALL需要额外的关键字显得相形见绌。如果在SQL标准已定义如下支持，那将会好很多：

• 　　UNION(允许重复)
  
• 　　UNION DISTINCT(去掉重复)
  

　　一般很少需要去除重复(有时去重甚至是错误的)，而且对于具有很多列的大结果集，它往往很慢，因为这两个子查询需要排序，每个元组都需要与随后的元组进行比较。
　　需要注意的是，即使SQL标准指定了INTERSECTALL和EXCEPTALL，但几乎没有任何数据库实现这些用处不大的操作。
　　解决办法
　　你每次写到UNION时，要考虑下你是否实际上想写的是UNIONALL。
　　4.使用JDBC分页功能将大量结果分页
　　大多数数据库都支持通过LIMIT.. OFFSET，TOP .. START AT、OFFSET.. FETCH等子句以某种方式对结果进行分页。在没有对这些子句的支持下，但仍然有ROWNUM(Oracle)或ROW_NUMBER()OVER()(DB2，SQL Server 2008和更低版本)，这比在内存中分页要快得多。而且这对于大数据集更是明显。
　　解决办法
　　只要使用那些子句或工具(如jOOQ)，可以为你模拟上述分页子句。
　　5.将Java内存中实现连接
　　从SQL的发展的初期，一些开发商在面对SQL连接时仍然有一种不安的感觉。一直存在着一种固有的恐惧---JOIN速度缓慢。如果基于成本的优化器选择执行嵌套循环，创建一个连接表源之前，加载完整表到数据库内存，那速度确实十分缓慢。但很这少发生。通过适当的谓词，约束和索引，MERGEJOIN和 HASHJOIN操作是非常快的。这与正确的元数据相关(我不用再举Tom Kyte的例子了)。然而，也有仍然可能有不少Java开发人要会从单独的查询中加载两个表到map容器中，在java内存中以某种方式进行连接操作。
　　解决办法
　　如果你从多个步骤的多个表中进行了SELECT操作，那要慎重考虑一下是否可以在一条语句中表达你所需要的查询功能。
　　6.使用DISTINCT或UNION从一个笛卡尔积中删除重复
　　冗长连接的存在，会导致SQL语句中起作用的关系显得十分松散。具体地，如果涉及到多列外键关系，很有可能忘记在JOINON子句上添加谓词。这可能会导致重复的记录，但也许只在特殊情况下。然后一些开发者可能会选择使用DISTINCT再次删除这些重复记录。这种错误有三种危害：

• 　　可能治标不治本。甚至在某些边缘情况下，标都治不了
  
• 　　这在有很多列的大结果集上会十分的缓慢。DISTINCT会执行ORDER BY操作来删除重复。
  
• 　　这在大型笛卡尔积中也十分的缓慢，因为这样做仍然会导致在内存中加载大量数据。
  

　　解决办法
　　作为一个经验法则，当你得到不想要的重复结果时，应该首先检查你的连接谓词。因为有可能是在某个地方存在着一个不易察觉的笛卡尔积。
　　7.不使用MERGE语句
　　严格意义上讲，这不是一个真正的错误，可能只是对于功能强大的MERGE语句缺乏足够的认知或存在着某种恐惧而已。有些数据库包括其他形式的UPSERT 语句，如MySQL的ONDUPLICATE KEY UPDATE子句。但MERGE真的十分强大，最重要的是在数据库中，它在很大程度上扩展了SQL标准，如SQL Server。
　　解决办法
　　如果你通过链接INSERT和UPDATE或链接SELECT... FOR UPDATE来实现UPSERTING，那么你要多想一想。抛开与运行条件的风险，你也许可以使用一个简单的MERGE语句来达到目的。
　　8.使用了聚合函数，而不是窗体功能
　　引入窗函数之前，使用GROUPBY子句与投影聚合函数是汇总数据的唯一方式。这在大部分情况下都十分有效，如果聚集后的数据需要由常规的数据进行补充，该分组的查询可以置于连接子查询中。
　　但是，SQL：2003定义了窗口功能，目前很多主流的数据库厂商也纷纷实现了窗口功能。窗口功能可以聚集结果集中未被分组的数据。事实上，每个窗口的功能支持自身独立的PARTITIONBY子句，这对于报表类应用是一个非常有用的工具。
　　使用窗口功能将：

• 　　导致更多的可读性SQL(减少子查询中非专用GROUP BY子句的存在)
  
• 　　提高性能，作为一个RDBMS很可能更容易优化其窗口功能。
  

　　解决办法
　　当你在一个子查询写一个GROUPBY子句时，仔细想想这是否能用一个窗口函数来完成。
　　9.使用内存排序法进行间接排序
　　在SQLORDER BY子句支持多种类型的表达式，包括CASE语句，这对间接排序非常有用。你应该永远可能在Java内存中对数据进行排序，因为你认为：

• 　　SQL排序太慢
  
• 　　SQL排序不能做到这一点
  

　　解决办法
　　如果你在内存中对任何SQL数据进行排序，请仔细想想，你是否能把排序迁移至数据库中。这和将分页迁移至数据库中的原因一样。
　　10 一个接一个的插入大量的记录
　　JDBC包含了批处理，而且你应该使用它。面对成千上万的记录，切勿为每一条记录都创建一个新的PreparedStatement来进行插入操作。如果你要将所有记录都插入到同一个表，使用单一的SQL语句和多个绑定值集合建立一个批处理的INSERT语句。根据您的数据库和数据库配置，您可能需要在一定数量的插入的记录后进行提交，为了保持UNDO日志不过分庞大。
　　解决办法
　　始终批量插入大型数据集。