作者：蒋步星

来源：数据蒋堂

本文共1200字，建议阅读8分钟。
用SQL写代码时一般不用再关心变量、循环的具体动作，但要操心表、字段这些概念上的计算过程。

我们在学习SQL时，常常会看到这样的论调：SQL是一种描述性语言，你只需要告诉它要做什么，而不需要告诉它怎么做，它会自己找到实现方法。也就是说，你要只用它描述任务目标，而不需要说明计算过程，这和传统的过程式语言有本质的差别。

真是这样的吗？

试一个例子，我们用SQL来查询员工中中国男性的数量，写出来是这样：

SELECT COUNT(*) FROM 员工表 WHERE 国籍='中国' AND 性别='男'

看起来是这样，我们不需要关心具体的计算过程（遍历员工表中每一条记录，碰到符合条件的则计数加1，不符合条件者略过，最后看计数），只要说清要查询的目标就可以了。

再举一例，按部门统计女员工的平均工资：

SELECT 部门,AVERAGE(工资) FROM 员工表 WHERE 性别='女' GROUP BY 部门

也不错，在这里我们确实不必关心到底如何分组和计算平均。

尽管SQL仍然是一种严格语法，我们经过一定的学习才能写出正确的语句，但如果能不关心计算过程，那还是会省很多事的。

我们再看一个例子：找出销售额贡献度在前一半的大客户。如果设计一下计算过程，那么很容易想到这样的流程：

1. 计算所有客户的总销售额，记为S；

2. 把客户按销售倒排序，即大的在前小的在后；

3. 按2的列表从0开始累加客户的销售额，超过S/2时停止，则已经遍历过后客户则是目标客户。

那么，用SQL写出来是什么样的呢？

SELECT 客户,销售额,销售额累计FROM ( SELECT 客户,销售额,SUM(销售额) OVER (ORDER BY 销售额 DESC) 销售额累计 FROM 订单统计表)WHERE 2*销售额累计 < (SELECT SUM(销售额) FROM 订单统计表)

仔细看一下这个SQL（我没想出更简单的写法了），它几乎是在严格地描述上述过程，所不同的只是书写次序（SQL把开始计算总销售额写在了后面），和微小的逻辑差异（要把所有的累计销售额计算出来，再找出前面的）。

说好的只要描述任务目标而不必关心计算过程呢？

再看简单一些的例子：查询销售额贡献最多的10名客户。

某些SQL写出来是这样：

SELECT TOP 10 客户 FROM 订单统计表 ORDER BY 销售额 DESC

如果用某著名数据库来做，还得用子查询：

SELECT 客户 FROM ( SELECT rownumber rn,客户 FROM 订单统计表 ORDER BY 销售额 DESC )WHERE rn<=10

这两个SQL都明白无误地告诉我们计算过程：按销售额倒排序之后取前面10个。

如果再找个数百行的SQL（存储过程）来看，则可以更清楚地看到SQL照样在解释计算过程，而且不同的计算过程还会带来截然不同的计算性能甚至计算结果。

其实。任何程序设计语言都可以说在某种程度下的描述性语言：只需要关心目标而不必关心过程。如用Java写程序，你只要关心变量如何变化，而不必关心CPU中寄存器的动作，但用汇编语言就要关心；同样，而用汇编语言时，虽然你要关心寄存器的取值，但却不必关心CPU里与非门是如何动作的；用SQL写代码时一般不用再关心变量、循环的具体动作，但要操心表、字段这些概念上的计算过程。SQL和其它程序设计语言在描述问题的解决方法上只是抽象层次不同，对于过程的说明并没有任何本质的不同。

前面那两个例子之所以让我们感觉SQL象是所谓描述性语言，只是因为情况非常简单，恰好只是SQL抽象层次内的基本运算。而SQL因为长得又很象英语，在简单情况时易读易写，更容易给人这种错觉。

SQL是非常成功的程序语言，但说它是一种与众不同的描述性语言，却是一句鬼话。拿一些简单问题举例，能蒙骗住暂时没有深入思考的人。其实，只要把问题稍复杂化一点，这个说法就会露馅。可惜，很多人都不会去做哪怕一点点地深入求证，而只是人云亦云。SQL不比其它语言有更多的“描述性”，这并不减少SQL的成功程度。

专栏作者简介

润乾软件创始人、首席科学家

清华大学计算机硕士，中国大数据产业生态联盟专家委员，著有《非线性报表模型原理》等，1989年，中国首个国际奥林匹克数学竞赛团体冠军成员，个人金牌；2000年，创立润乾公司；2004年，首次在润乾报表中提出非线性报表模型，完美解决了中国式复杂报表制表难题，目前该模型已经成为报表行业的标准；2014年，经过7年开发，润乾软件发布不依赖关系代数模型的计算引擎——集算器，有效地提高了复杂结构化大数据计算的开发和运算效率；2015年，润乾软件被福布斯中文网站评为“2015福布斯中国非上市潜力企业100强”；2016、2017年，荣获中国电子信息产业发展研究院评选的“中国软件和信息服务业十大领军人物”；2017年度中国数据大工匠、数据领域专业技术讲堂《数据蒋堂》创办者。

数据蒋堂

《数据蒋堂》的作者蒋步星，从事信息系统建设和数据处理长达20多年的时间。他丰富的工程经验与深厚的理论功底相互融合、创新思想与传统观念的相互碰撞，虚拟与现实的相互交织，产生出了一篇篇的沥血之作。此连载的内容涉及从数据呈现、采集到加工计算再到存储以及挖掘等各个方面。大可观数据世界之远景、小可看技术疑难之细节。针对数据领域一些技术难点，站在研发人员的角度从浅入深，进行全方位、360度无死角深度剖析；对于一些业内观点，站在技术人员角度阐述自己的思考和理解。蒋步星还会对大数据的发展，站在业内专家角度给予预测和推断。静下心来认真研读你会发现，《数据蒋堂》的文章，有的会让用户避免重复前人走过的弯路，有的会让攻城狮面对扎心的难题茅塞顿开，有的会为初入行业的读者提供一把开启数据世界的钥匙，有的甚至会让业内专家大跌眼镜，产生思想交锋。

数据蒋堂第二年往期回顾：

数据蒋堂 | 存储和计算技术的选择

数据蒋堂 | 人工智能中的“人工”

数据蒋堂 | 中国报表漫谈

数据蒋堂 | 内存数据集产生的隐性成本

数据蒋堂 | 多维分析预汇总的功能盲区

数据蒋堂 | 多维分析预汇总的存储容量

数据蒋堂 | 多维分析预汇总的方案探讨

数据蒋堂 | 数据库的封闭性

数据蒋堂 | 内存数据集产生的隐性成本

数据蒋堂 | 前半有序的大数据排序

数据蒋堂 | “后半”有序的分组

数据蒋堂 | 时序数据从分表到分库

数据蒋堂 | BI系统的前置计算