為什么需要動態SQL

在使用?EF或者寫?SQL語句時，查詢條件往往是這樣一種非常常見的邏輯：如果客戶填了查詢信息，則查詢該條件；如果客戶沒填，則返回所有數據。

我常常看到很多人解決這類問題時使用了錯誤的靜態?SQL的解決辦法，使得數據庫無法利用索引，導致性能急劇下降。

介紹數據

這次我將使用我的某客戶的真實數據來演示(已確認不涉及信息安全?)，有一個訂單表?FoodOrder，結構如下：?

我在?Id、?FoodMenuId、?OrderUserId上創建了非聚集索引，在?OrderTime上創建了聚集索引。該表有?51652條數據。

靜態SQL

在這種邏輯中如果想用一條?SQL語句搞定所有查詢，那么代碼可能長這個樣子：

set statistics io on

declare @userId int = 506

declare @menuId int = 3176

select * from FoodOrder where

(@userId is null or OrderUserId = @userId) AND

(@menuId is null or FoodMenuId = @menuId)

這種寫法雖然方便，但基于其?SQL過于“復雜”，甚至還使用了?IS NULL和?OR，導致語句完全無法使用索引，運行?SET STATISTICS IO ON后，顯示信息如下：

(3 行受影響)

Table 'FoodOrder'. Scan count 1, logical reads 337, physical reads 0, page server reads 0, read-ahead reads 0, page server read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob page server reads 0, lob read-ahead reads 0, lob page server read-ahead reads 0.

顯示其進行了一次表掃描，并進行了?337次邏輯讀，輸出數據只有?3行。

然后看看實際的執行計劃：?

如圖，顯示了一個極其簡單的執行計劃，確實進行了一次表掃描，讀取了?51652行數據，并且完全沒有走索引。

動態SQL

而動態?SQL，就是將查詢條件中的判斷語句，提前在代碼中判斷完成，而放到數據庫(如?SQLServer)中執行時就是簡單的、可利用索引的?SQL語句了，在這個例子中，判斷?@userId和?@menuId是否為?null的代碼，可能會長這個樣子(如果是?Dapper)：

var sql = new StringBuilder();

sql.Append("SELECT * FROM FoodOrder WHERE 1=1 ");

if (userId != null)

{

sql.AppendLine("AND OrderUserId = @userId");

}

if (menuId != null)

{

sql.AppendLine("AND FoodMenuId = @menuId");

}

// ...

如果是?EF，代碼可能是這個樣子：

IQueryable<FoodOrder> query = db.FoodOrders;

if (userId != null)

{

query = query.Where(x => x.OrderUserId == userId);

}

if (menuId != null)

{

query = query.Where(x => x.FoodMenuId = menuId);

}

// ...

這樣一來，最終在數據中執行的?SQL語句就比較簡單了，如果客戶確實傳了?userId和?menuId兩個參數，?SQL就應該長這個樣子：

select * from FoodOrder where

OrderUserId = @userId AND

FoodMenuId = @menuId

運行的?setstatistics io on結果如下：

(3 行受影響)

Table 'FoodOrder'. Scan count 2, logical reads 11, physical reads 0, page server reads 0, read-ahead reads 0, page server read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob page server reads 0, lob read-ahead reads 0, lob page server read-ahead reads 0.

顯然僅進行了?11次邏輯讀(相比靜態?SQL的?337次)，然后執行計劃如下：?

顯示進行了兩次?IndexSeek，顯然是走了索引，顯示查詢開銷只占?5%，而之前的開銷占?95%，性能區別高達?20倍以上。

總結

據說上次博客園出現性能問題，就是因為?EFCore3.0有這個?bug，會生成多余的?IS NOT NULL(鏈接：EF Core 3.0 Preview 9 的2個小坑)，這個?bug已經確認最新的?EFCore3.1中解決。

就像文中所說的動態?SQL，我認為理解數據庫、對寫出高性能的應用程序至關重要——這顯而易見，但其實又很容易忽略。忽略的原因不僅是因為新手，很多老手有時因為“互聯網”思維和“設計模式”等原因，也會有意忽略數據庫的理解。

現在很多“互聯網”應用思維認為，數據庫就是一個倉庫，它應該只負責其最“擅長”的增刪改查功能即可，其它的應該都交由緩存來解決。有句話說得好，就是命名和緩存失效，是編程界最困難的兩個問題。緩存有緩存的問題，不好好理解數據庫，就必須花大量時間好好理解緩存。設計一個正確的緩存往往又比花大量時間設計數據庫要復雜得多。

另外現在流行的“領域驅動設計”(?DDD)也主張應用應該先從業務邏輯開始抽象，數據庫和性能往往成為他們首先忽略的對象，最后可能也得加個“緩存”來解決，導致原來簡單的系統急劇膨脹，復雜不堪。這種過度設計、人云亦云的做法值得深思。

喜歡的朋友 請關注我的微信公眾號：【DotNet騷操作】

總結

以上是生活随笔為你收集整理的sql 写query_为什么需要动态SQL的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。