SQL：数据库界50年传奇之路！

名字里的秘密

虽然SQL是结构化查询语言（Structured Query Language）的缩写，但它最初被称为SEQUEL，这或许是对同时期竞争语言QUEL的一种致敬。

IBM的Donald Chamberlin和Raymond Boyce在1974 年发表了《SEQUEL：一种结构化的英语查询语言》论文，旨在解决IBM新提出的 System R 系统中的数据查询问题。System R是第一个体现Edgar Codd 论文所描述的关系模型的数据库。

Chamberlin表示，Codd的方法与当时数据系统的主流思想截然不同，需要一种全新的语言来支持。

“当时数据库行业的泰斗是Charles Bachman。他在通用电气工作，发明了数据库系统作为操作系统和应用程序之间的独立软件层，并开发了一个名为Integrated Data Store的特定数据库系统，”Chamberlin 说。

Bachman的发明被称为网状数据库，但它并没有在行业中产生持久影响。

“Charlie认为你应该通过编写一个程序来访问数据库，告诉计算机如何找到答案。Codd 说，‘不，这完全错了，我们应该采用声明式方法，让计算机自己找出答案。’这就是 70 年代初行业内部的激烈争论，”Chamberlin说。

SQUARE 语言：听起来高大上，但打字难如登天

Chamberlin和Raymond Boyce在首次尝试为关系数据库创建语言时，创造了 SQUARE，即“关系环境中指定查询”。但它依赖于复杂的下标和上标符号组合，Chamberlin本人也承认，这很难打字。

1973 年，Chamberlin和Boyce从东海岸搬到 IBM 的圣何塞研究实验室，加入了 System R 团队。

“关系模型简单、优雅且功能强大。但Codd用大量数学术语表达了他的概念。他基本上是个数学家，我们第一次读他的论文时，并没意识到这个概念有多优雅、多简单。他把一个简单的概念复杂化了。另一个问题是，最初并不清楚这些想法是否能够在程序中有效实现，并且具有足够的性能，”Chamberlin说。

另一个数据库团队也在解决同样的问题

System R是IBM试图证明关系模型可以通过当时可用的计算机来实际执行，但因为Codd的论文发表在一本杂志上，IBM团队并不是唯一研究这个问题的团队。在旧金山附近的加利福尼亚大学伯克利分校，另一个团队也在进行类似的项目。

Chamberlin说：“实现关系数据库需要三样东西：就像一个三脚凳。我们有了数据模型。第二件事是人们可以理解的查询语言，即使他们不是数学专家，第三件事是一个优化编译器，可以将这种高级语言转换为性能良好的有效计划。这正是 IBM 和伯克利的人们都在做的事情。一场革命正在进行。计算成本正在下降，每个人都在将数据放到线上，这场革命的赢家是关系数据库。”

问题是选择哪一种，以及使用哪种语言。

20 世纪 70 年代初，在伯克利，博士后Michael Stonebraker和计算机科学家Eugene Wong开始了一个项目，与System R 同时构建另一个早期关系型数据库Ingres。为此，他们开发了自己的查询语言QUEL。

“Chamberlin和Boyce基本上把SQUARE变成了一种可以在键盘上输入的语言，但它具有嵌套结构，”Stonebraker 解释道。

SQL：一种不太标准的标准

尽管SQL在数据库市场上占据绝对主导地位，并得到国际标准化组织的支持，但在不同实现之间，SQL的表现却令人惊讶地有所不同。

卡内基梅隆大学数据库学副教授Andy Pavlo解释说，SQL的强大之处在于它能够吸收多年来试图取代和替换它的最佳想法。

“SQL之所以具有韧性的原因是它能够吸收最佳想法，并将其纳入其中。一个典型的例子是20世纪80年代和90年代的面向对象数据库。另一个是 XML。最近，文档存储MongoDB在21世纪后期兴起，然后SQL在2016年增加了JSON支持，”他说。

然而，对JSON数据类型的支持——这种类型广泛用于全球互联网上交换数据——揭示了SQL的一个问题：即它并不像许多人所假设的那样标准化。

Pavlo指出，尽管JSON在2016年成为SQL标准的一部分，但PostgreSQL 在 2012年就支持了JSON。Oracle和MySQL也有它们自己的JSON支持变体。

“就像每个人都在做自己的事情，然后你试图找到最低的共同点，并说，‘这就是标准应该是什么。’通常，一些数据库有自己的专有版本，或如何执行某种新操作的变体，然后当SQL标准出现时，它们不会回去改变，”Pavlo说。

这意味着不同的供应商有不同的SQL版本，这可能会让开发人员和数据库管理员陷入困境：例如，Microsoft 有 T-SQL，Oracle有PL/SQL，PostgreSQL有PL/pgSQL。

尽管如此，编写好的SQL还是有一些规则的。

开源数据库咨询公司Percona的创始人兼前首席执行官Peter Zaitsev表示，SQL在表达简单需求方面非常出色，但在更高级的情况下，它可能会变得“令人绞尽脑汁”，即使对于一个数学头脑来说也是如此。

“在我的业务中，你会看到程序生成长达五页长的SQL查询。在这种情况下，几乎不可能对其进行任何操作。它很难理解，也很难调试。这是许多开发人员的经验，”他说。

“一个SQL查询就像一个句子。你不想让它只有两个字，也不想让它有五页长。使用包含在单一思维中的表达式。

“我的建议是：聪明地使用SQL。不要过度使用它。人们试图在SQL中放入太多的应用逻辑，这并不容易维护，”Zaitsev说。

最佳技术解决方案赢了吗？

然而，有些查询无法用嵌套表示法表达。结果是，SEQUEL在嵌套表示法中添加了平面表示法，这使得语言“不必要地复杂”，Stonebraker说。

“另一方面，QUEL从一开始就使用了平面表示法。没有嵌套表示法。SEQUEL因包含嵌套表示法而受到阻碍。但问题是，一旦你把它放进去，就不能把它拿出来了，”Stonebraker说。

与此同时，SEQUEL（SQL的命名后来才出现）的主导地位远非板上钉钉，因为IBM最初对将System R开发成商业产品兴趣不大，因为它从现有的数据系统中赚了很多钱。

Chamberlin解释说：“这对我来说是一种挫折，这是肯定的，对System R 团队的其他成员也是如此。这是IBM做出的一个商业决定。他们有一个成功的商业数据库产品[层次结构的IMS]。他们为什么要推出一个与之竞争的产品呢？他们花了几年时间才弄明白。

“与此同时，System R小组在开放的技术文献中发表了关于SQL和优化编译器的论文。IBM非常慷慨地允许我们这样做，主要是因为他们从商业角度来看并没有太认真地对待这项技术：这是一项研究，”Chamberlin说。

Oracle的诞生和小型计算机的崛起

然而，有两家公司对生产商业关系型数据库感兴趣。除了Stonebraker的 Ingres之外，由Larry Ellison、Bob Miner和 Ed Oates创立的初创公司 Software Development Laboratories开发了Oracle数据库，后来该公司以Oracle命名。

Oracle采用了SEQUEL，并声称是第一个商用的关系型系统，而Ingres比 IBM 有一个显著优势，Stonebraker说。两者都是为小型计算机系统开发的，与20世纪60年代和70年代流行的大型机截然不同。

数据库先驱英年早逝，但他的代码永存

Raymond Boyce在20世纪70年代初与Donald Chamberlin一起在 IBM 工作时共同开发了SQL，但他没有活着看到它在全球大多数数据库中得到使用。他在20多岁时因突发脑动脉瘤去世，留下了他的妻子和年幼的女儿。

他毕业于普罗维登斯学院，拥有印第安纳州普渡大学的计算机科学博士学位，在加入IBM纽约公司后，遇到了Chamberlin，然后在1972年一起搬到圣何塞为System R团队工作。

但他对Chamberlin来说不仅仅是一个同事。

“Ray是我最好的朋友。我们一起搬到加利福尼亚，当我们第一次被分配到我们的项目时，我们一起买了房子，一起拼车去上班。和Ray一起工作是一次非常愉快的经历。我们过去常常玩一个叫做查询游戏的东西，我们每个人都会编查询，并挑战对方找到一些语法来表达它们，”Chamberlin说。

“这是一次非常成功的专业合作。我仍然与Ray的女儿保持联系，她在他去世时只有一岁，现在已经50岁了。我们每年夏天仍然和她一起去露营，”Chamberlin说。

“在80年代初到中期，主要的数据库系统都在IBM硬件上运行，这对这两家公司来说是非常有利的，它们都是用 IBM 汇编语言编写的，所以它们不能移植到DEC和Data Genera小型计算机上。80年代是小型计算机的兴起，这为甲骨文和 Ingres 提供了一片空白领域，”Stonebraker说。

他说，Ingres中Quel的实现比Oracle采用的SQL要好得多。Stonebraker 说，Oracle起步较早，并且使用“我不赞同的销售策略”实现了强劲增长。然而，他说，如果不是IBM的干预，Ingres可能会在1985年超越Oracle。

1983年底，IBM推出了Db2，尽管这不是它的第一个商业关系型数据库，但很快就成为了一个新的先锋的旗舰产品。Db2使用SQL，随着IBM在大型机市场的主导地位，对于竞争对手的语言来说，游戏结束了，无论它们在技术上是否更优越，都结束了。

标准机构和政府采购决定

但对Chamberlin来说，是国家标准机构和美国政府采购机构的批准，帮助 SQL 赢得了胜利。

随着Ingres和甲骨文的成功，关系型数据库变得越来越普遍，美国国家标准协会（ANSI）决定对此产生兴趣并研究查询语言。

“嗯，他们有一个名为H2的委员会，该委员会有来自许多不同软件供应商的代表，包括IBM和甲骨文，这两家当时都在销售SQL产品。至关重要的是，Ingres的人没有参加那个委员会。如果Ingres能在那个委员会中有代表，世界可能会有所不同，”他说。

相反，ANSI委员会看到市场上有两个关系产品，它们都使用SQL，所以它们是兼容的，所以他们认为如果基于商业上可用的SQL实现作为其标准，将获得最大的吸引力，Chamberlin说。

与此同时，美国政府发布了联邦信息处理标准127。“你必须通过那个标准才能向政府销售软件。FIPS 127与ANSI标准完全相同。从向政府销售SQL系统的角度来看，这是非常有益的，”Chamberlin说。

在ANSI标准之后，国际标准化组织（ISO）于1986年制定了SQL的标准。2023年的最新更新包括与JSON 和属性图相关的新功能。随着SQL在世界范围内的主导地位得到保证，Chamberlin反思他的团队本可以做些什么不同的事情。他说，那些指出SQL不“正交”的人——即操作只改变一件事的想法——提出了一个有效的批评。

然而，创建SQL的目标并不是创建一种编程语言，而是创建一种非程序员（如业务分析师等）可以用来处理他们数据的方法。

“我们希望语言尽可能接近自然语言，以便他们可以阅读和理解它，就像它是一个英语句子。但当然，英语不是一种“正交”语言，所以我们在这方面做了一些妥协，”他说。

最终，SQL主要由程序员、数据库管理员和数据科学家使用。“从长远来看，在使语言更“正交”方面多一点关注会更有益，”他说。

尽管SQL取得了成功，Chamberlin认为NoSQL数据库和语言对于帮助满足现代应用程序中的数据需求是必要的。但现有关系型数据库中的数据量庞大，加上像MySQL、PostgreSQL和SQLite这样的开源关系数据库的流行，意味着SQL不太可能被取代。

尽管他的语言输了，Stonebraker说，数据库行业从拥有一个统一的、被广泛接受的SQL标准中获得了好处。

“目前我看不到有任何东西取代它，除非出于某种原因关系数据库失宠，但我看不到这种情况发生。人工智能可能允许人们使用自然语言编译SQL，但这只是在它上面添加了另一个前端，”他说。

“在软件开发世界中有20或30种流行的编程语言。在数据库世界中，只有1种。”