SQL：始于关系，超越关系

作为使用最广泛的数据库查询语言，SQL 最初由 IBM 研究人员在上个世纪 70 年代基于关系模型开发，它是关系模型的第一个商业实现，同时也是最成功的一个实现。

随着互联网与大数据的发展，数据库领域出现了各种非关系模型，例如文档模型（MongoDB）、图模型（Neo4j）等。基于这些新型模型的数据库不遵循传统关系型数据库的数据模型啊，同时还拒绝了使用 SQL 查询接口，并且提出了 NoSQL（Not Only SQL）的口号。

不过，随着时间的验证，虽然非关系模型可以对关系模型形成很好的补充，但是 SQL 仍然是独一无二的数据库查询语言。尽管 SQL 源自关系模型，但是它早就不再局限于关系模型，无论是面向对象特性（例如复合类型、自定义类型）、文档数据存储（例如 XML、JSON 类型和函数）、复杂事件和流数据处理、数据科学中的多维数组以及图存储（属性图查询语言）等都已经成为 SQL 标准中的一部分。

始于关系

关系模型由Edgar Frank Codd博士于1970年提出，以集合论中的关系概念为基础，无论是现实世界中的实体对象还是它们之间的联系都使用关系表示。我们在关系型数据库中看到的关系就是二维表（Table），由行（Row）和列（Column）组成。因此，也可以说关系表是由数据行构成的集合，一个数据库则包含了多个关系表。

根据定义，关系模型由关系数据结构、关系操作集合以及关系完整性约束三部分组成。SQL 是访问和操作关系型数据库的标准语言，所有的关系型数据库都可以使用SQL语句进行数据访问和控制。主要的 SQL 语句通常被分为以下几个类别：

• DQL（Data Query Language，数据查询语言）。DQL 也就是 SELECT 语句，用于查询数据和信息。

• DML（Data Manipulation Language，数据操作语言）。DML 用于对表中的数据进行插入（INSERT）、更新（UPDATE）、删除（DELETE）以及合并（MERGE）操作。

• DDL（Data Definition Language，数据定义语言）。DDL 用于定义数据库中的对象（例如表或索引），包括创建（CREATE）、修改（ALTER）和删除（DROP）对象等操作。

• TCL（Transaction Control Language，事务控制语言）。TCL 用于管理数据库中的事务，包括开始一个事务（START TRANSACTION）、提交事务（COMMIT）、撤销事务（ROLLBACK）和事务保存点（SAVEPOINT）等。

• DCL（Data Control Language，数据控制语言）。DCL 用于控制数据的访问权限，包括授予权限（GRANT）和撤销权限（REVOKE）。

SELECT emp_id, emp_name, salary
FROM employee
WHERE salary >= 10000
ORDER BY emp_id;

即便对于没有学过 SQL 的初学者，我们只要知道几个英文单词的意思就不难理解该语句的作用。该语句查找员工表（employee）中月薪（salary）大于等于10000的员工，返回了员工的工号（emp_id）、姓名（emp_name）以及月薪（salary），并且按照工号进行排序显示。

可以看出，SQL语句非常简单直观，因为它在设计之初就考虑了非技术人员的使用需求。SQL是一种声明式的语言，我们只需要说明想要的结果（What），而不需要指定怎么做（How），具体的操作交由数据库管理系统完成。

超越关系

为了适应技术发展的需求，SQL 标准于 2016 年增加了以下 JSON 功能：

• JSON 对象的存储与检索。

• 将 JSON 对象表示成 SQL 数据。

• 将 SQL 数据表示成 JSON 对象。

以下是一个使用 JSON 字段存储员工信息的示例：

-- Oracle 21c
CREATE TABLE employee_json(
  emp_id    INTEGER GENERATED ALWAYS AS IDENTITY PRIMARY KEY,
  emp_info  JSON NOT NULL
);

-- MySQL
CREATE TABLE employee_json(
  emp_id    INTEGER AUTO_INCREMENT PRIMARY KEY,
  emp_info  JSON NOT NULL
);
-- Microsoft SQL Server
CREATE TABLE employee_json(
  emp_id    INTEGER IDENTITY PRIMARY KEY,
  emp_info  VARCHAR(MAX) NOT NULL CHECK ( ISJSON(emp_info)>0 )
);

-- PostgreSQL
CREATE TABLE employee_json(
  emp_id    INTEGER GENERATED ALWAYS AS IDENTITY PRIMARY KEY,
  emp_info  JSONB NOT NULL
);

-- SQLite
CREATE TABLE employee_json(
  emp_id    INTEGER PRIMARY KEY,
  emp_info  TEXT NOT NULL CHECK ( JSON_VALID(emp_info)=1 )
);

我们可以使用 INSERT 语句将文本数据插入 JSON 字段：

INSERT INTO employee_json(emp_info)
VALUES ('{"emp_name": "刘备", "sex": "男", "dept_id": 1, "manager": null, "hire_date": "2000-01-01", "job_id": 1, "income": [{"salary":30000}, {"bonus": 10000}], "email": "liubei@shuguo.com"}');

其中，income节点是一个数组，包含了salary和bonus两个对象。

使用 SQL 语句查询 JSON 字段的方式与普通字段相同，SQL 标准使用 JSON_VALUE 函数查询 JSON 元素的值，使用 JSON_QUERY 函数查询元素中的对象和数组。 例如，以下语句从 emp_info 字段中获取员工的姓名和月薪：

-- Oracle和Microsoft SQL Server
SELECT emp_id,
       JSON_VALUE(emp_info, '$.emp_name') emp_name,
       JSON_VALUE(emp_info, '$.income[0].salary') salary,
       JSON_VALUE(JSON_QUERY(emp_info, '$.income[0]'),'$.salary') salary
FROM employee_json
WHERE JSON_VALUE(emp_info, '$.emp_name') = '刘备';

emp_id|emp_name|salary|salary
------|--------|------|------
      1|刘备      |30000 |30000 


-- MySQL和SQLite
SELECT emp_id,
       JSON_EXTRACT(emp_info, '$.emp_name') emp_name,
       JSON_EXTRACT(emp_info, '$.income[0].salary') salary
FROM employee_json
WHERE JSON_EXTRACT(emp_info, '$.emp_name') = '刘备';

-- MySQL
emp_id|emp_name|salary
------|--------|------
      1|"刘备"   |30000 

-- SQLite
emp_id|emp_name|salary
------|--------|------
      1|刘备      | 30000

-- PostgreSQL
SELECT emp_id,
       JSONB_EXTRACT_PATH_TEXT(emp_info, 'emp_name') emp_name,
       JSONB_EXTRACT_PATH_TEXT(emp_info, 'income', '0', 'salary') salary 
FROM employee_json
WHERE JSONB_EXTRACT_PATH_TEXT(emp_info, 'emp_name') = '刘备';

emp_id|emp_name|salary
------|--------|------
      1|刘备      |30000 

SQL 标准还定义了各种操作 JSON 数据的函数，具体可以参考特定数据库的实现。

2019 年 9 月 17 图形查询语言（GQL）成为了继 SQL 之后另一种新的 ISO 标准数据库查询语言。同时，最新的 SQL:2023 中增加的一个全新部分：Property Graph Queries (SQL/PGQ)。这个新功能支持使用图数据库的方式查询表中的数据。

目前，MariaDB（OQGRAPH）、Oracle、Microsoft SQL Server、PostgreSQL（Apache AGE）等关系型数据库都提供了图结构存储支持。上图是 Oracle 中一个金融交易系统的图形数据库示例，其中 Account、Person 和 Company 是顶点，ownerOf、worksFor 和 transaction 是边；另外，name 和 number 是顶点的属性，amount 是边的属性。

基于这些表可以创建以下属性图形：

CREATE PROPERTY GRAPH financial_transactions
  VERTEX TABLES (
    Accounts LABEL Account,
    Persons LABEL Person PROPERTIES ( name ),
    Companies LABEL Company PROPERTIES ( name )
  )
  EDGE TABLES (
    Transactions
      SOURCE KEY ( from_account ) REFERENCES Accounts
      DESTINATION KEY ( to_account ) REFERENCES Accounts
      LABEL ( transaction ) PROPERTIES ( amount ),
    PersonOwnerOfAccount
      SOURCE Persons
      DESTINATION Accounts
      LABEL ownerOf NO PROPERTIES,
    CompanyOwnerOfAccount
      SOURCE Companies
      DESTINATION Accounts
      LABEL ownerOf NO PROPERTIES,
    PersonWorksForCompany
      SOURCE Persons
      DESTINATION Companies
      LABEL worksFor NO PROPERTIES
  );

接下来我们就可以直接使用 SQL 语句查询图结构，例如以下语句查找所有和名叫 Nikita 的人有过交易的人员和信息：

  SELECT owner.name AS account_holder, SUM(t.amount) AS total_transacted_with_Nikita
    FROM MATCH (p:Person) -[:ownerOf]-> (account1:Account)
       , MATCH (account1) -[t:transaction]- (account2) /* match both incoming and outgoing transactions */
       , MATCH (account2:Account) <-[:ownerOf]- (owner:Person|Company)
   WHERE p.name = 'Nikita'
GROUP BY owner

其中，MATCH 子句用于遍历图形结构并返回匹配的模式，语法和 Neo4j 的 Cypher 查询语言中的 MATCH 子句非常类似。以上查询返回的结果如下：

+----------------+------------------------------+
| account_holder | total_transacted_with_Nikita |
+----------------+------------------------------|
| Camille        | 1000.00                      |
| Oracle         | 4501.00                      |
+----------------+------------------------------+

随着 SQL/PGQ 的发布，我们可以存储属性图结构数据，并且在 SQL 中进行属性图模式匹配，例如最短路径查找和最佳路径查找；SQL/PGQ 的另一个优势就是可以支持分组（GROUP BY）、聚合（AVG、SUM、COUNT 等）、排序（ORDER BY）以及许多其他的 SQL 功能。