转载

Sql优化(四) Postgre Sql存储过程

存储过程简介

什么是存储过程

百度百科是这么描述存储过程的:存储过程(Stored Procedure)是在大型数据库系统中,一组为了完成特定功能的SQL语句集,存储在数据库中,首次编译后再次调用不需要再次编译,用户通过指定存储过程的名字并给出参数(如果有)来执行它。它是数据库中的一个重要对象,任何一个设计良好的数据库应用程序都应该用到存储过程。

维基百科是这样定义的:A stored procedure (also termed proc, storp, sproc, StoPro, StoredProc, StoreProc, sp, or SP) is a subroutine available to applications that access a relational database management system (RDMS). Such procedures are stored in the database data dictionary.

PostgreSQL对存储过程的描述是:存储过程和用户自定义函数(UDF)是SQL和过程语句的集合,它存储于数据库服务器并能被SQL接口调用。

总结下来存储过程有如下特性:

  • 存储于数据库服务器
  • 一次编译后可多次调用
  • 设计良好的数据库应用程序很可能会用到它
  • 由SQL和过程语句来定义
  • 应用程序通过SQL接口来调用

使用存储过程的优势及劣势

首先看看使用存储过程的优势

  • 减少应用与数据库服务器的通信开销,从而提升整体性能。笔者在项目中使用的存储过程,少则几十行,多则几百行甚至上千行(假设一行10个字节,一千行即相当于10KB),如果不使用存储过程而直接通过应用程序将相应SQL请求发送到数据库服务器,会增大网络通信开销。相反,使用存储过程能降低该开销,从而提升整体性能。尤其在一些BI系统中,一个页面往往要使用多个存储过程,此时存储过程降低网络通信开销的优势非常明显
  • 一次编译多次调用,提高性能。存储过程存于数据库服务器中,第一次被调用后即被编译,之后再调用时无需再次编译,直接执行,提高了性能
  • 同一套业务逻辑可被不同应用程序共用,减少了应用程序的开发复杂度,同时也保证了不同应用程序使用的一致性
  • 保护数据库元信息。如果应用程序直接使用SQL语句查询数据库,会将数据库表结构暴露给应用程序,而使用存储过程是应用程序并不知道数据库表结构
  • 更细粒度的数据库权限管理。直接从表读取数据时,对应用程序只能实现表级别的权限管理,而使用存储过程是,可在存储过程中将应用程序无权访问的数据屏蔽
  • 将业务实现与应用程序解耦。当业务需求更新时,只需更改存储过程的定义,而不需要理性应用程序。
  • 可以通过其它语言并可及其它系统交互。比如可以使用PL/Java与Kafka交互,将存储过程的参数Push到Kafka或者将从Kafka获取的数据作为存储过程的结果返回给调用方

当然,使用存储过程也有它的劣势

  • 不便于调度。尤其在做性能调优时,以PostgreSQL为例,可使用EXPLAIN ANALYZE检查SQL查询计划,从而方便的进行性能调优。而使用存储过程时,EXPLAIN ANALYZE无法显示其内部查询计划
  • 不便于移植到其它数据库。直接使用SQL时,SQL存于应用程序中,对大部分标准SQL而言,换用其它数据库并不影响应用程序的使用。而使用存储过程时,由于不同数据库的存储过程定义方式不同,支持的语言及语法不同,移植成本较高。

存储过程在PostgreSQL中的使用

PostgreSQL支持的过程语言

PostgreSQL官方支持PL/pgSQL,PL/Tcl,PL/Perl和PL/Python这几种过程语言。同时还支持一些第三方提供的过程语言,如PL/Java,PL/PHP,PL/Py,PL/R,PL/Ruby,PL/Scheme,PL/sh。

基于SQL的存储过程定义

CREATEORREPLACEFUNCTIONadd(aINTEGER, bNUMERIC) RETURNSNUMERIC AS$$ SELECTa+b; $$ LANGUAGE SQL; 

调用方法

SELECTadd(1,2);  add -----  3 (1 row)  SELECT*FROMadd(1,2);  add -----  3 (1 row) 

上面这种方式参数列表只包含函数输入参数,不包含输出参数。下面这个例子将同时包含输入参数和输出参数

CREATEORREPLACEFUNCTIONplus_and_minus(INaINTEGER,INbNUMERIC, OUT cNUMERIC, OUT dNUMERIC) AS$$ SELECTa+b, a-b; $$ LANGUAGE SQL; 

调用方式

SELECTplus_and_minus(3,2);  add_and_minute ----------------  (5,1) (1 row)  SELECT*FROMplus_and_minus(3,2);  c | d ---+---  5 | 1 (1 row) 

该例中,IN代表输入参数,OUT代表输出参数。这个带输出参数的函数和之前的 add 函数并无本质区别。事实上,输出参数的最大价值在于它为函数提供了返回多个字段的途径。

在函数定义中,可以写多个SQL语句,不一定是SELECT语句,可以是其它任意合法的SQL。但最后一条SQL必须是SELECT语句,并且该SQL的结果将作为该函数的输出结果。

CREATEORREPLACEFUNCTIONplus_and_minus(INaINTEGER,INbNUMERIC, OUT cNUMERIC, OUT dNUMERIC) AS$$ SELECTa+b, a-b; INSERTINTOtestVALUES('test1'); SELECTa-b, a+b; $$ LANGUAGE SQL; 

其效果如果

SELECT*FROMplus_and_minus(5,3);  c | d ---+---  2 | 8 (1 row)  SELECT*FROMtest;  a -------  test1 (1 row) 

基于PL/PgSQL的存储过程定义

PL/pgSQL是一个块结构语言。函数定义的所有文本都必须是一个块。一个块用下面的方法定义:

[ <<label>> ] [DECLARE  declarations] BEGIN  statements END[label]; 
  • 中括号部分为可选部分
  • 块中的每一个declaration和每一条statement都由一个分号终止
  • 块支持嵌套,嵌套时子块的END后面必须跟一个分号,最外层的块END后可不跟分号
  • BEGIN后面不必也不能跟分号
  • END后跟的label名必须和块开始时的标签名一致
  • 所有关键字都不区分大小写。标识符被隐含地转换成小写字符,除非被双引号包围
  • 声明的变量在当前块及其子块中有效,子块开始前可声明并覆盖(只在子块内覆盖)外部块的同名变量
  • 变量被子块中声明的变量覆盖时,子块可以通过外部块的label访问外部块的变量

声明一个变量的语法如下:

name [ CONSTANT ] type [ NOT NULL ] [ { DEFAULT | := } expression ]; 

使用PLPGSQL语言的函数定义如下:

CREATEFUNCTIONsomefunc()RETURNSintegerAS$$ DECLARE  quantity integer:=30; BEGIN -- Prints 30  RAISE NOTICE 'Quantity here is %', quantity;  quantity := 50;  -- Create a subblock DECLARE  quantity integer:=80; BEGIN -- Prints 80  RAISE NOTICE 'Quantity here is %', quantity; -- Prints 50  RAISE NOTICE 'Outer quantity here is %', outerblock.quantity; END;  -- Prints 50  RAISE NOTICE 'Quantity here is %', quantity;  RETURN quantity; END; $$ LANGUAGE plpgsql; 

声明函数参数

如果只指定输入参数类型,不指定参数名,则函数体里一般用$1,$n这样的标识符来使用参数。

CREATEORREPLACEFUNCTIONdiscount(NUMERIC) RETURNSNUMERIC AS$$ BEGIN RETURN$1*0.8; END; $$ LANGUAGE PLPGSQL; 

但该方法可读性不好,此时可以为$n参数声明别名,然后可以在函数体内通过别名指向该参数值。

CREATEORREPLACEFUNCTIONdiscount(NUMERIC) RETURNSNUMERIC AS$$ DECLARE  total ALIAS FOR$1; BEGIN RETURNtotal *0.8; END; $$ LANGUAGE PLPGSQL; 

笔者认为上述方法仍然不够直观,也不够完美。幸好PostgreSQL提供另外一种更为直接的方法来声明函数参数,即在声明参数类型时同时声明相应的参数名。

CREATEORREPLACEFUNCTIONdiscount(totalNUMERIC) RETURNSNUMERIC AS$$ BEGIN RETURNtotal *0.8; END; $$ LANGUAGE PLPGSQL; 

返回多行或多列

使用自定义复合类型返回一行多列

PostgreSQL除了支持自带的类型外,还支持用户创建自定义类型。在这里可以自定义一个复合类型,并在函数中返回一个该复合类型的值,从而实际返回一行多列。

CREATETYPEcompfooAS(col1INTEGER, col2TEXT);   CREATEORREPLACEFUNCTIONgetCompFoo(in_col1INTEGER, in_col2TEXT) RETURNScompfoo AS$$ DECLAREresultcompfoo; BEGIN result.col1 := in_col1 *2; result.col2 := in_col2 || '_result'; RETURNresult; END; $$ LANGUAGEPLPGSQL;   SELECT*FROMgetCompFoo(1,'1');  col1 | col2 ------+---------- 2|1_result (1row) 

使用输出参数名返回一行多列

在声明函数时,除指定输入参数名及类型外,还可同时声明输出参数类型及参数名。此时函数可以输出一行多列。

CREATEORREPLACEFUNCTIONget2Col(INin_col1INTEGER,INin_col2TEXT, OUT out_col1INTEGER, OUT out_col2TEXT) AS$$ BEGIN  out_col1 := in_col1 * 2;  out_col2 := in_col2 || '_result'; END; $$ LANGUAGE PLPGSQL;   SELECT*FROMget2Col(1,'1');  out_col1 | out_col2  ----------+----------  2 | 1_result (1 row) 

使用SETOF返回多行记录

实际项目中,存储过程经常需要返回多行记录,可以通过SETOF实现。

CREATETYPE compfooAS(col1INTEGER, col2TEXT);  CREATEORREPLACEFUNCTIONgetSet(rowsINTEGER) RETURNSSETOF compfoo AS$$ BEGIN RETURNQUERYSELECTi *2, i ||'_text'FROMgenerate_series(1,rows,1)ast(i); END; $$ LANGUAGE PLPGSQL;   SELECTcol1, col2FROMgetSet(2);  col1 | col2 ------+--------  2 | 1_text  4 | 2_text (2 rows) 

本例返回的每一行记录是复合类型,该方法也可返回基本类型的结果集,即多行一列。

使用RETURN QUERY返回多行多列

CREATEORREPLACEFUNCTIONgetTable(rowsINTEGER) RETURNSTABLE(col1INTEGER, col2TEXT) AS$$ BEGIN RETURNQUERYSELECTi *2, i ||'_text'FROMgenerate_series(1,rows,1)ast(i); END; $$ LANGUAGE PLPGSQL;   SELECTcol1, col2FROMgetTable(2);  col1 | col2 ------+--------  2 | 1_text  4 | 2_text (2 rows) 

此时从函数中读取字段就和从表或视图中取字段一样,可以看此种类型的函数看成是带参数的表或者视图。

使用EXECUTE语句执行动态命令

有时在PL/pgSQL函数中需要生成动态命令,这个命令将包括他们每次执行时使用不同的表或者字符。EXECUTE语句用法如下:

EXECUTE command-string [ INTO [STRICT] target] [USING expression [, ...]]; 

此时PL/plSQL将不再缓存该命令的执行计划。相反,在该语句每次被执行的时候,命令都会编译一次。这也让该语句获得了对各种不同的字段甚至表进行操作的能力。command-string包含了要执行的命令,它可以使用参数值,在命令中通过引用如$1,$2等来引用参数值。这些符号的值是指USING字句的值。这种方法对于在命令字符串中使用参数是最好的:它能避免运行时数值从文本来回转换,并且不容易产生SQL注入,而且它不需要引用或者转义。

CREATETABLEtestExecute AS SELECT  i || ''ASa,  i ASb FROM  generate_series(1,10,1)ASt(i);  CREATEORREPLACEFUNCTIONexecute(filterTEXT) RETURNSTABLE(aTEXT, bINTEGER) AS$$ BEGIN RETURNQUERYEXECUTE 'SELECT * FROM testExecute where a = $1' USINGfilter; END; $$ LANGUAGE PLPGSQL;   SELECT*FROMexecute('3');  a | b ---+---  3 | 3 (1 row)  SELECT*FROMexecute('3'' or ''c''=''c');  a | b ---+--- (0 rows) 

当然,也可以使用字符串拼接的方式在command-string中使用参数,但会有SQL注入的风险。

CREATETABLEtestExecute AS SELECT  i || ''ASa,  i ASb FROM  generate_series(1,10,1)ASt(i);  CREATEORREPLACEFUNCTIONexecute(filterTEXT) RETURNSTABLE(aTEXT, bINTEGER) AS$$ BEGIN RETURNQUERYEXECUTE 'SELECT * FROM testExecute where b = '''  || filter || ''''; END; $$ LANGUAGE PLPGSQL;   SELECT*FROMexecute(3);  a | b ---+---  3 | 3 (1 row)  SELECT*FROMexecute('3'' or ''c''=''c');  a | b ----+----  1 | 1  2 | 2  3 | 3  4 | 4  5 | 5  6 | 6  7 | 7  8 | 8  9 | 9  10 | 10 (10 rows) 

从该例中可以看出使用字符串拼接的方式在command-string中使用参数会引入SQL注入攻击的风险,而使用USING的方式则能有效避免这一风险。

PostgreSQL中的UDF与存储过程

本文中并未区分PostgreSQL中的UDF和存储过程。实际上PostgreSQL创建存储与创建UDF的方式一样,并没有专用于创建存储过程的语法,如CREATE PRECEDURE。在PostgreSQL官方文档中也暂未找到这二者的区别。倒是从一些资料中找对了它们的对比,如下表如示,仅供参考。

Sql优化(四) Postgre Sql存储过程

多态SQL函数

SQL函数可以声明为接受多态类型(anyelement和anyarray)的参数或返回多态类型的返回值。

  • 函数参数和返回值均为多态类型。其调用方式和调用其它类型的SQL函数完全相同,只是在传递字符串类型的参数时,需要显示转换到目标类型,否则将会被视为unknown类型。
CREATEORREPLACEFUNCTIONget_array(anyelement, anyelement) RETURNSanyarray AS$$ SELECTARRAY[$1, $2]; $$ LANGUAGE SQL;  SELECTget_array(1,2), get_array('a'::text,'b'::text);  get_array | get_array  -----------+-----------  {1,2} | {a,b} (1 row) 
  • 函数参数为多态类型,而返回值为基本类型
CREATEORREPLACEFUNCTIONis_greater(anyelement, anyelement) RETURNSBOOLEAN AS$$ SELECT$1> $2; $$ LANGUAGE SQL;  SELECTis_greater(7.0,4.5);  is_greater  ------------  t (1 row)  SELECTis_greater(2,4);  is_greater  ------------  f (1 row) 
  • 输入输出参数均为多态类型。这种情况与第一种情况一样。
CREATEORREPLACEFUNCTIONget_array(INanyelement,INanyelement, OUT anyelement, OUT anyarray) AS$$ SELECT$1,ARRAY[$1, $2]; $$ LANGUAGE SQL;  SELECTget_array(4,5), get_array('c'::text,'d'::text);  get_array | get_array  -------------+-------------  (4,"{4,5}") | (c,"{c,d}") (1 row) 

函数重载(Overwrite)

在PostgreSQL中,多个函数可共用同一个函数名,但它们的参数必须得不同。这一规则与面向对象语言(比如Java)中的函数重载类似。也正因如此,在PostgreSQL删除函数时,必须指定其参数列表,如:

DROPFUNCTIONget_array(anyelement, anyelement); 

另外,在实际项目中,经常会用到CREATE OR REPLACE FUNCTION去替换已有的函数实现。如果同名函数已存在,但输入参数列表不同,会创建同名的函数,也即重载。如果同名函数已存在,且输入输出参数列表均相同,则替换。如果已有的函数输入参数列表相同,但输出参数列表不同,则会报错,并提示需要先DROP已有的函数定义。

阅读上一篇 SQL优化(三) Postgre Sql Table Partitioning

正文到此结束
Loading...