50年長盛不衰，SQL為什么如此成功？
點(diǎn)上方“菜鳥編程大本營”，選擇“星標(biāo)”
重磅干貨，第一時(shí)間送達(dá)
1971 年 3 月，英特爾推出世界上第一款通用微處理器——英特爾 4004。它有約 2300 個(gè)晶體管，售價(jià) 60 美元。
https://spectrum.ieee.org/tech-history/silicon-revolution/chip-hall-of-fame-intel-4004-microprocessor
時(shí)間快進(jìn)到 50 年后，最新的 iPhone 有將近 120 億個(gè)晶體管（但價(jià)格僅為 60 美元多一點(diǎn)）。
我們今天使用的許多編程語言直到 90 年代才推出（Java 是在 1996 年推出的）。不過，有一種編程語言現(xiàn)在仍然像近 50 年前推出時(shí)一樣流行：SQL。本文將討論關(guān)系型數(shù)據(jù)庫產(chǎn)生的背景、SQL 為什么越來越流行，以及我們可以從它的成功中學(xué)到什么。
1962 年，查爾斯·w·巴赫曼（與埃利希·巴赫曼沒有關(guān)系）是通用電氣一個(gè)小團(tuán)隊(duì)的一員。一年后，巴赫曼團(tuán)隊(duì)推出了后來被公認(rèn)為第一個(gè)數(shù)據(jù)庫管理系統(tǒng)的集成數(shù)據(jù)存儲(chǔ)系統(tǒng)（IDS）。
10 年后，巴赫曼獲得圖靈獎(jiǎng)（通常被稱為計(jì)算機(jī)科學(xué)領(lǐng)域的諾貝爾獎(jiǎng)），以表彰他對 IDS 計(jì)算的貢獻(xiàn)。
在 20 世紀(jì) 60 年代早期，計(jì)算機(jī)科學(xué)剛開始成為一個(gè)學(xué)術(shù)領(lǐng)域。ASCII 直到 1963 年才推出。
要理解 IDS，我們必須首先理解促成其發(fā)展的兩大驅(qū)動(dòng)力：
磁盤存儲(chǔ)的推出
向高級(jí)編程語言的遷移
磁盤存儲(chǔ)
移動(dòng)一臺(tái) RAMAC 305
1956 年，IBM 推出第一款商用硬盤驅(qū)動(dòng)器——RAMAC 305。磁盤驅(qū)動(dòng)器的引入使得程序員可以直接跳轉(zhuǎn)到磁盤上的某個(gè)位置進(jìn)行數(shù)據(jù)檢索和更新。與其前身磁帶驅(qū)動(dòng)器相比，這是一個(gè)巨大的改進(jìn)，后者需要在磁帶上順序移動(dòng)來檢索特定的數(shù)據(jù)片段。
但是現(xiàn)在，開發(fā)人員必須找出記錄在磁盤上存儲(chǔ)的位置。由于早期操作系統(tǒng)中文件管理系統(tǒng)的局限性，這是一項(xiàng)只有有經(jīng)驗(yàn)的程序員才能完成的高級(jí)任務(wù)。開發(fā)人員需要一種解決方案來簡化磁盤驅(qū)動(dòng)器的使用。
https://medium.com/@princeabhishek410/understanding-file-management-system-in-operating-system-4c7fbfc306f2
高級(jí)編程
與此同時(shí)，在采用曲線上，計(jì)算機(jī)科學(xué)開始從創(chuàng)新者轉(zhuǎn)變?yōu)樵缙诓捎谜摺Ｏ駞R編這樣的低級(jí)編程語言早期在學(xué)術(shù)界很流行，但是出于易用性考慮，普通程序員開始轉(zhuǎn)向高級(jí)編程語言，比如 COBOL。
https://en.wikipedia.org/wiki/Diffusion_of_innovations
那么什么是 IDS 呢？IDS 解決了磁盤存儲(chǔ)和高級(jí)編程問題。IDS 允許開發(fā)人員使用高級(jí)編程語言（如 COBOL）來構(gòu)建從磁盤存儲(chǔ)輸入和檢索數(shù)據(jù)的應(yīng)用程序。由于這個(gè)功能，IDS 獲得了第一個(gè)數(shù)據(jù)庫管理系統(tǒng)的殊榮。
1969 年，數(shù)據(jù)系統(tǒng)語言委員會(huì)（CODASYL）發(fā)布了一份報(bào)告，提出一個(gè)數(shù)據(jù)庫管理標(biāo)準(zhǔn)。巴赫曼是委員會(huì)的一員，該報(bào)告主要參照了 IDS。
CODASYL 數(shù)據(jù)模型引入了許多我們今天使用的數(shù)據(jù)庫管理系統(tǒng)的核心特性：
模式
數(shù)據(jù)定義語言（DDL）
數(shù)據(jù)操作語言（DML）
最重要的是，IDS 和 CODASYL 引入了一種新的數(shù)據(jù)建模方法，這種方法影響了 SQL 的最終開發(fā)——網(wǎng)絡(luò)數(shù)據(jù)模型。
網(wǎng)絡(luò)模型示例
數(shù)據(jù)模型是一種描述（模型）世界（數(shù)據(jù)）的標(biāo)準(zhǔn)化方法。
前面的層次數(shù)據(jù)模型使用樹型結(jié)構(gòu)來描述數(shù)據(jù)，但是這些樹型結(jié)構(gòu)僅限于一對多的關(guān)系。新的網(wǎng)絡(luò)模型允許記錄有多條父記錄，從而創(chuàng)建一個(gè)圖結(jié)構(gòu)。通過支持多個(gè)父節(jié)點(diǎn)，網(wǎng)絡(luò)模型能夠?qū)Χ鄬σ缓投鄬Χ嚓P(guān)系進(jìn)行建模。
在網(wǎng)絡(luò)模型中，表之間的關(guān)系存儲(chǔ)在集合中。每個(gè)集合都有一個(gè)所有者（即教師）和一個(gè)或多個(gè)成員（即班級(jí)和學(xué)生）。
網(wǎng)絡(luò)模型的其中一個(gè)主要好處是，集合中的相關(guān)記錄是通過指針直接連接的。集合是使用 next、prior 和 owner 指針實(shí)現(xiàn)的，這樣就可以像鏈表一樣輕松遍歷。
網(wǎng)絡(luò)數(shù)據(jù)模型的低級(jí)特性提供了性能優(yōu)勢，但也付出了代價(jià)。網(wǎng)絡(luò)數(shù)據(jù)模型增加了存儲(chǔ)成本，因?yàn)槊總€(gè)記錄都必須額外存儲(chǔ)指向前一條記錄和父記錄的指針。
關(guān)系模型示例
1970 年，在 IDS 誕生 8 年后，Edgar F. Codd 在他的開創(chuàng)性論文《A relational model of Data for Large Shared Data Banks》中引入關(guān)系模型（這也為他贏得了圖靈獎(jiǎng)）。
https://www.seas.upenn.edu/~zives/03f/cis550/codd.pdf
Codd 指出，數(shù)據(jù)庫中的所有數(shù)據(jù)都可以用元組（SQL 中的行）表示，這些元組被分組成關(guān)系（SQL 中的表）。為描述數(shù)據(jù)庫查詢，他發(fā)明了一種一階謂詞邏輯的形式，稱為元組關(guān)系演算。
元組關(guān)系演算引入了一種聲明性語言用于查詢數(shù)據(jù)。使用聲明性編程語言，程序員只需說明他們想做什么，而不必描述如何做。
對開發(fā)人員來說，這種新的聲明性語言更容易使用。關(guān)系模型公開了所有數(shù)據(jù)。開發(fā)人員可以用一條命令，從一個(gè)表中檢索所有數(shù)據(jù)或者讀取一行數(shù)據(jù)。
在指針迷宮中查找數(shù)據(jù)的日子已經(jīng)一去不復(fù)返了。
關(guān)系型數(shù)據(jù)庫通過數(shù)據(jù)規(guī)范化降低了網(wǎng)絡(luò)型數(shù)據(jù)庫的高昂存儲(chǔ)成本。規(guī)范化是一個(gè)分解表以消除冗余的過程，可以減少磁盤占用。
然而，關(guān)系型數(shù)據(jù)庫增加了 CPU 成本。為了處理規(guī)范化數(shù)據(jù)，關(guān)系型數(shù)據(jù)庫必須將表加載到內(nèi)存中，并使用計(jì)算能力將表“連接”在一起。讓我們通過一個(gè)例子來看下這個(gè)過程：在一個(gè)關(guān)系模型中，給定老師，查找所有的班級(jí)和學(xué)生。
首先，數(shù)據(jù)庫系統(tǒng)執(zhí)行一個(gè)操作來檢索所有相關(guān)的班級(jí)。然后，它將執(zhí)行第二個(gè)操作來檢索學(xué)生數(shù)據(jù)。所有這些數(shù)據(jù)都將存儲(chǔ)在內(nèi)存中，在返回結(jié)果前，它將運(yùn)行第三個(gè)操作來合并數(shù)據(jù)。
關(guān)系模型和網(wǎng)絡(luò)模型的性能對比
在一個(gè)使用真實(shí)數(shù)據(jù)的性能案例研究中，Raima 發(fā)現(xiàn)，網(wǎng)絡(luò)數(shù)據(jù)庫模型的插入性能好 23 倍，查詢性能快 123 倍。
https://raima.com/network-model-vs-relational-model/
那么為什么關(guān)系型數(shù)據(jù)庫會(huì)成為領(lǐng)先的數(shù)據(jù)庫解決方案？
易用性
關(guān)系模型更容易修改，它的聲明性語法簡化了程序員的工作。
摩爾定律在背后發(fā)揮了神奇作用。計(jì)算成本持續(xù)下降，最終，生產(chǎn)力的提高抵消了關(guān)系模型所增加的計(jì)算成本。
快進(jìn) 50 年，現(xiàn)在，數(shù)據(jù)中心中最昂貴的資源是 CPU。
最后，我們迎來了大家都喜歡的 SQL。
在 Codd 的論文發(fā)表 4 年后，Donald Chamberlin 和 Raymond Boyce 發(fā)表了《SEQUEL: A Structured English Query Language》。
https://dl.acm.org/doi/10.1145/800296.811515
他們將 SEQUEL 描述為“一組關(guān)于表格結(jié)構(gòu)的簡單操作，[…] 和一階謂詞演算同樣強(qiáng)大?！盜BM 看到其潛力，并在 20 世紀(jì) 70 年代早期迅速開發(fā)出 SEQUEL 的第一個(gè)版本，作為其 System R 項(xiàng)目的一部分。
由于與英國 Hawker Siddeley 飛機(jī)公司的商標(biāo)問題，其名稱后來改為 SQL。
https://en.wikipedia.org/wiki/SQL
SQL 的下一個(gè)大發(fā)展是在近十年后。1986 年，美國國家標(biāo)準(zhǔn)協(xié)會(huì)（ANSI）和國際標(biāo)準(zhǔn)化組織（ISO）發(fā)布第一個(gè)官方 SQL 標(biāo)準(zhǔn)：SQL-86。該標(biāo)準(zhǔn)將 SQL 分為以下幾個(gè)部分：
數(shù)據(jù)定義語言（DDL）：此類命令用于定義和修改模式及關(guān)系；
數(shù)據(jù)操作語言（DML）：此類命令用于查詢、插入和刪除數(shù)據(jù)庫信息；
事務(wù)控制：此類命令用于指定事務(wù)的時(shí)間；
完整性：此類命令用于對數(shù)據(jù)庫信息設(shè)置約束；
視圖：此類命令用于定義視圖；
授權(quán)：此類命令用于指定可以訪問的用戶；
嵌入式 SQL：此類命令用于具體說明如何將 SQL 嵌入其他語言。
從 1974 年到今天，有許多競爭者試圖從 SQL 統(tǒng)治的查詢語言市場中搶占市場份額。通常，這些新語法是針對特定的新技術(shù)：
Lisp ->CLSQL
.NET ->LINQ
Ruby on Rails ->ActiveRecord
35 年過去了，在數(shù)據(jù)庫中，SQL 仍然無處不在。SQL 作為一種查詢語言是如何保持統(tǒng)治地位的？我們可以從它的故事中學(xué)到什么？
Stack Overflow 開發(fā)者調(diào)查，2017
在文章開頭，我們首先介紹了巴赫曼推出的第一個(gè)數(shù)據(jù)庫管理系統(tǒng) IDS。我們討論了為什么磁盤存儲(chǔ)和高級(jí)編程需要一種處理數(shù)據(jù)的新方法。然后，CODASYL 來了，規(guī)范了數(shù)據(jù)庫管理。IDS 和 CODASYL 引入了新的網(wǎng)絡(luò)數(shù)據(jù)模型，而最終，Codd 投下了關(guān)系模型。
這個(gè)過程持續(xù)了 8 年。
SQL 是如何在接下來的 50 年里堅(jiān)持下去的呢？我認(rèn)為主要有四個(gè)原因：
基于第一性原則構(gòu)建
布什內(nèi)爾定律
傾聽和調(diào)整
采用 API
第一性原則是一個(gè)基本命題，它不能從任何其他命題或假設(shè)中推導(dǎo)出來。例如，將碳?xì)浠衔锱c氧氣結(jié)合，產(chǎn)生化學(xué)反應(yīng)。這仍然是驅(qū)動(dòng)每一輛車的內(nèi)燃機(jī)原理。
1970 年，Codd 為數(shù)據(jù)庫創(chuàng)建了一個(gè)新的第一性原則：元組關(guān)系演算。這個(gè)新創(chuàng)建的邏輯引出了關(guān)系模型，然后引出 SQL。元組關(guān)系演算是化學(xué)反應(yīng)，關(guān)系模型是內(nèi)燃機(jī)，SQL 是汽車。
僅僅建立在第一性原則上并不能保證其成功。匯編是程序員所能做到的最接近輸入 1 和 0 的程序，但它仍然被 COBOL（后來是 C）所取代。
它缺少的一個(gè)關(guān)鍵要素是可用性。
從網(wǎng)絡(luò)模型到關(guān)系模型的轉(zhuǎn)換，我們看到同樣的情況。網(wǎng)絡(luò)模型性能更好，但是現(xiàn)在每個(gè)公司都在使用關(guān)系型數(shù)據(jù)庫，因?yàn)樗苋菀祝ㄈ胧郑?/p>
最好的游戲易于學(xué)習(xí)而難于精通?！狝tari 創(chuàng)始人諾蘭·布什內(nèi)爾
諾蘭·布什內(nèi)爾知道如何讓人們使用新產(chǎn)品。但遺憾的是，匯編既難學(xué)又難精通。
SQL 找到了完美的平衡。10 個(gè)左右的 SQL 命令，任何人都可以學(xué)會(huì)其中的 20%，并完成 80% 的工作。但是要想精通，需要經(jīng)過長期的積累，具備豐富的索引、視圖和優(yōu)化經(jīng)驗(yàn)。
查詢語言不是一塊永恒的巨石，而是一組隨時(shí)間變化的自適應(yīng)標(biāo)準(zhǔn)。隨著時(shí)間的推移，SQL 標(biāo)準(zhǔn)一直在不斷調(diào)整，并加入了來自用戶的反饋。
從概念最初提出開始，我們看到了 10 種不同的 SQL 標(biāo)準(zhǔn)，它們都有重要的更新。以下是三項(xiàng)比較大的：
SQL:1999：添加了正則表達(dá)式匹配、遞歸查詢（例如傳遞閉包）、觸發(fā)器、對過程語句和流控制語句的支持、非標(biāo)量類型（數(shù)組）和一些面向?qū)ο蟮奶匦裕ɡ缃Y(jié)構(gòu)化類型）。支持在 Java 中嵌入 SQL（SQL/OLB），反之亦然（SQL/JRT）。
SQL:2003：引入了與 XML 相關(guān)的特性（SQL/XML）、窗口函數(shù)、標(biāo)準(zhǔn)化序列和自動(dòng)生成值的列（包括標(biāo)識(shí)列）。
SQL:2016：添加行模式匹配、多態(tài)表函數(shù)、JSON。
SQL 語法不是強(qiáng)制性的，它只是提供了一個(gè)數(shù)據(jù)庫標(biāo)準(zhǔn)，每種數(shù)據(jù)庫都可以創(chuàng)建它們自己的實(shí)現(xiàn)（T-SQL、MySQL、PSQL 等）。
SQL 成功的最后一個(gè)秘密是應(yīng)用程序編程接口（API）的興起。API 通過抽象底層實(shí)現(xiàn)，只公開開發(fā)人員需要的對象或操作，簡化了編程。
API 讓 SQL 可以使用專門的語法適應(yīng)新技術(shù)的發(fā)展。2006 年，Hadoop 引入分布式文件系統(tǒng)（HDFS），SQL 語法最初是無法訪問該系統(tǒng)的。然后，在 2013 年，Apache 創(chuàng)建了 Apache Impala，它允許開發(fā)人員使用 SQL 查詢 HDFS 數(shù)據(jù)庫。
SQL 是當(dāng)今最普遍的編程語言之一，但我們經(jīng)常忘記它的歷史有多久了。它的旅程開始于現(xiàn)代計(jì)算機(jī)的黎明，由 2 位圖靈獎(jiǎng)獲得者賦予了它生命。對于為什么 SQL 能夠保持其主導(dǎo)地位，我已經(jīng)分享了我的看法：第一性原則、布什內(nèi)爾定律、調(diào)整和 API。您認(rèn)為促成 SQL 成功的主要因素是什么？
還有一項(xiàng) 50 年來都沒有改變的技術(shù)。
SQL 編輯器
隨著越來越多的人學(xué)習(xí) SQL，數(shù)據(jù)庫使用越來越需要協(xié)作。如今，開發(fā)人員可能會(huì)與營銷團(tuán)隊(duì)的成員一起分析用戶數(shù)據(jù)，或者與數(shù)據(jù)科學(xué)家一起調(diào)試查詢。
原文鏈接：https://blog.arctype.com/sql-50-years
往期爆款：
點(diǎn)這里，直達(dá)菜鳥學(xué)PythonB站?。?/span>
