《SQL语言艺术(PDF格式)》第9章

有检查，支付操作才继续进行。　
为了完成上述功能，不熟练的开发者会写出下列语句，并检查其返回结果：　
select　count（*）　
from　customers　
where　customer_id　=　provided_id　
接下来，他会做类似的工作，并再一次检查错误代码：　
select　card_num；　expiry_date；　credit_limit　
from　accounts　
where　customer_id　=　provided_id　
之后，他才会处理金融交易。　
相反，熟练的开发者更喜欢像下面这样编写代码（假设today（）返当前日期）：　
update　accounts　
set　balance　=　balance　purchased_amount　
where　balance　》=　purchased_amount　
and　credit_limit　》=　purchased_amount　
and　expiry_date　》　today（）　
and　customer_id　=　provided_id　
and　card_num　=　provided_cardnum　
接着，检查被更新的行数。如果结果为　0，只需执行下面的一个操作即可判断出错原因：　
select　c。customer_id；　a。card_num；　a。expiry_date；　
a。credit_limit；　a。balance　
from　customers　c　
leftouter　join　accounts　a　
on　a。customer_id　=　c。customer_id　
and　a。card_num　=　provided_cardnum　
where　c。customer_id　=　provided_id　
如果此查询没有返回数据，则可断定customer_id　的值是错的；如果　card_num　是　null，则可　
断定卡号是错的；等等。其实，多数情况下此查询无需被执行。　
注意　
你是否注意到，上述第一段代码中使用了count（*）呢？这是个count（*）被误用于存在性检测的绝　
…………………………………………………………Page　28……………………………………………………………
佳例子。　
“进攻式编程”的本质特征是：以合理的可能性（reasonableprobabilities）为基础。例如，检查　
客户是否存在是毫无意义的——因为既然该客户不存在，那么他的记录根本就不在数据库中！　
所以，应该先假设没有事情会出错；但如果出错了，就在出错的地方（而且只在那个地方）采　
取相应措施。有趣的是，这种方法很像一些数据库系统中采用的“乐观并发控制（optimistic　
concurrency　control）”，后者会假设update冲突不会发生，只在冲突真的发生时才进行控制处理。　
结果，乐观方法比悲观方法的吞吐量高得多。　
总结：以概论为基础进行编程。假设最可能的结果；不是的确必要，不要采用异常捕捉的处理　
方式。　
Exceptions　
精明地使用异常（EExxcceeppttiioonnss）　
Discerning　Use　of　Exceptions　
勇敢与鲁莽的界线很模糊，我建议进攻式编程，但并不是要你模仿轻步兵旅在Balaclava的自杀　
性冲锋（注7）。针对异常编程，最终可能落得虚张声势的愚蠢结果，但自负的开发者还是对它“推　
崇备至（go　for　it）”，并坚信检查和处理异常能使他们完成任务。　
正如其名字所暗示的，异常应该是那些例外情况。对数据库编程的具体情况而言，不是所有异　
常都要求同样的处理方式——这是理解异常的使用是否明智的关键点。有些是“好”异常，应预　
先抛出；有些是“坏”异常，仅当真正的灾害发生时才抛出。　
例如，以主键为条件进行查询时，如果没有结果返回则开销极少，因为只需检查索引即可判断。　
然而，如果查询无法使用索引，就必须搜索整个表——当此表数据量很大，所在机器又正在接　
近满负荷工作时，可能造成灾难。　
有些异常的处理代价高昂，即使是在最佳情况下也不例外，例如重复键（duplicate　key）的探　
测。“唯一性（uniqueness）”如何保证呢？我们几乎总是建立一个唯一性索引，每次向该索引增　
加一个键时，都要检查是否违反了该唯一性索引的约束。然而，建立索引项需要记录物理地址，　
于是就要求先将记录插入表，后将索引项插入索引。如果违反此约束，数据库会取消不完全的　
插入，并返回违反约束的错误信息。上述这些操作开销巨大。但最大的问题是，整个处理必须　
围绕个别异常展开，于是我们必须“从个别记录的角度进行思考”，而不是“从数据集出发进行思　
考”，这与关系数据库理论完全背道而驰。多次违反此约束会导致性能严重下降。　
来看一个　Oracle　的例子。假设在两家公司合并后，电子邮件地址定为的标准　
格式，最多　12　个字符，所有空格或引号以下划线代替。　
如果新的employee表已经建好，并包含3　000　条从employee_old表中提取并进行标准化处理的　
电子邮件地址。我们希望每个员工的电子邮件地址具有唯一性，于是Fernando　Lopez的地址为　
flopez，而Francisco　Lopez的地址为flopez2。实际上，我们实际测试的数据中有33　个潜在的　
重复项，所以我们需要做如下测试：　
SQL》　insert　into　employees（emp_num；　emp_name；　
emp_firstname；　emp_email）　
2　select　emp_num；　
…………………………………………………………Page　29……………………………………………………………
3 emp_name；　
4 emp_firstname；　
5 substr（substr（EMP_FIRSTNAME；　1；　1）　
6 ｜｜translate（EMP_NAME；　"　"""；　"_　_"）；　1；　12）　
7　from　employees_old；　
insert　into　employees（emp_num；　emp_name；　emp_firstname；　emp_email）　
*　
ERROR　at　line　1：　
ORA…00001：　unique　constraint　（EMP_EMAIL_UQ）　violated　
Elapsed：　00：00：00。85　
3　000　条数据中重复　33　条，比率大约是　1％，所以，或许可以心安理得地处理符合标准的　
99％，并用异常来处理其余部分。毕竟，1％　的不符标准数据带来的异常处理开销应该不大。　
但这个异常处理的开销到底在哪里呢？让我们先从测试数据中剔除“问题记录”，然后再执行相　
同的测试，比较发现：这次测试的总运行时间，与上次几乎相同，都是18　秒。然而，从测试数　
据中剔除“问题记录”之后再执行前面第一段　insert。。。select　语句时，速度明显比循环快：最终发　
现采用“一次处理一行”的方式导致耗时增加了近　50％。那么，在此例中可以不用“一次处理一　
行”的方式吗？可以，但要首先避免使用异常。正是这个通过异常处理解决“问题记录”问题决定，　
迫使我们采用循序方式的。　
另外，由于发生冲突的电子邮件地址可能不止一个，可以为它们指定某个数字获得唯一性。　
很容易判断有多少个数据记录发生了冲突，增加　一个groupby子句就可以了。但在分配数字时，　
如果不使用主数据库系统提供的分析功能，恐怕比较困难。（Oracle　称为分析功能（analytical　
function），　DB2　则称在线分析处理（online　analyticalprocessing，OLAP），SQLServer　称之为排　
名功能（ranking　function）。）纯粹从SQL角度来看，探索此问题的解决方案很有意义。　
重复的电子邮件地址都可以被赋予一个具唯一性的数字：1赋给年纪最大的员工，2　赋给年纪次　
之的的员工……依次类推。为此，可以编写一个子查询，如果是group中的第一个电子邮件地址　
就不作操作，而该group中的后续电子邮件地址则加上序号。代码如下：　
SQL》insert　into　employees（emp_num；　emp_firstname；　
2 emp_name；　emp_email）　
3　select　emp_num；　
4 emp_firstname；　
5 emp_name；　
6 decode（rn；　1；emp_email；　
7 substr（emp_email；　
…………………………………………………………Page　30……………………………………………………………
8 1；12…length（ltrim（to_char（rn））））　
9 ｜｜ltrim（to_char（rn）））　
10　from　（select　emp_num；　
11