如何通过JS调用某段SQL语句 - 老A不折腾 - 博客园
随笔 - 202, 文章 - 1, 评论 - 7, 引用 - 0
如何通过JS调用某段SQL语句，这样的需求在报表、数据平台开发中很常见。以报表平台FineReport开发为例，例如在点击某个按钮之后，来判断一下数据库条数，再决定下一步操作。那这在后台如何实现呢？
实现这个功能，首先需要了解Finereport内置的公式，SQL函数，这个肯能大家都懂，就不做介绍了。
调用FineRepor的内置公式：FR.remoteEvaluate("具体公式")，返回值为：这个具体公式的结果。
例如：var a = FR.remoteEvaluate("sum(1+2)");
这时变量a的值就是3了。
这里要注意的是，由于在SQL函数中，需要多次用到双引号（"），所以大家要注意用反斜杠（\）进行转义：var sql = "SQL(\"FRDemo\",\"Select count(*) fromsales_basic\",1,1)"
或者为了降低转义带来的复杂度，可以写成如下格式：var sql="select count(*) from sales_basic"; varres=FR.remoteEvaluate('sql("FRDemo","'+sql+'",1,1)');
在参数面板添加一个按钮，在按钮的点击事件中写如下SQL：
var sql ="SQL(\"FRDemo\",\"Select count(*) fromsales_basic\",1,1)"
alert(sql);
var Count = FR.remoteEvaluate(sql);
alert(Count);
分页预览模板，点击按钮，效果如下：SQL 是用于访问和处理数据库的标准的计算机语言。
在本教程中，您将学到如何使用 SQL 访问和处理数据系统中的数据，这类数据库包括：Oracle, Sybase, SQL Server, DB2, Access 等等。
注：本教程中出现的姓名、地址等信息仅供教学，与实际情况无关。
在 W3School 测试你的 SQL 技能!SQL语句执行顺序、步骤讲解
sql语法的分析是从右到左
一、sql语句的执行步骤：
1）语法分析，分析语句的语法是否符合规范，衡量语句中各表达式的意义。
2）语义分析，检查语句中涉及的所有对象是否存在，且用户有相应的权限。
3）视图转换，将涉及视图的查询语句转换为相应的对基表查询语句。
4）表达式转换， 将复杂的 SQL 表达式转换为较简单的等效连接表达式。
5）选择优化器，不同的优化器一般产生不同的&执行计划&
6）选择连接方式， ORACLE 有三种连接方式，对多表连接 ORACLE 可选择适当的连接方式。
7）选择连接顺序， 对多表连接 ORACLE 选择哪一对表先连接，选择这两表中哪个表做为源数据表。
8）选择数据的搜索路径，根据以上条件选择合适的数据搜索路径，如是选用全表搜索还是利用索引或是其他的方式。
9）运行&执行计划&
二、oracle 共享原理：
ORACLE将执行过的SQL语句存放在内存的共享池(shared buffer pool)中，可以被所有的数据库用户共享。
当你执行一个SQL语句(有时被称为一个游标)时，如果它和之前的执行过的语句完全相同，ORACLE就能很快获得已经被解析的语句以及最好的执行路径.。这个功能大大地提高了SQL的执行性能并节省了内存的使用。
三、oracle 语句提高查询效率的方法：
1：where column in(select * from ... where ...);
2：... where exists (select 'X' from ...where ...);
第二种格式要远比第一种格式的效率高。
在中可以几乎将所有的IN操作符子查询改写为使用EXISTS的子查询。
使用EXIST，Oracle会首先检查主查询，然后运行子查询直到它找到第一个匹配项，
这就节省了时间Oracle系统在执行IN子查询时，首先执行子查询，并将获得的结果列表存放在在一个加了索引的临时表中。
避免使用having子句。HAVING 只会在检索出所有记录之后才对结果集进行过滤。
这个处理需要排序，总计等操作。如果能通过WHERE子句限制记录的数目，那就能减少这方面的开销。
四、SQL Select语句完整的执行顺序：
1、from子句组装来自不同数据源的数据；
2、where子句基于指定的条件对记录行进行筛选；
3、group by子句将数据划分为多个分组；
4、使用聚集函数进行计算；
5、使用having子句筛选分组；
6、计算所有的表达式；
7、select 的字段；
8、使用order by对结果集进行排序。
SQL语言不同于其他语言的最明显特征是处理代码的顺序。在大多数据库语言中，代码按编码顺序被处理。但在SQL语句中，第一个被处理的子句式FROM，而不是第一出现的SELECT。SQL查询处理的步骤序号：
1 (8)SELECT (9) DISTINCT (11)
2 (1) FROM
5 (4) WHERE
6 (5) GROUP BY
7 (6) WITH {CUBE | ROLLUP}
8 (7) HAVING
9 (10) ORDER BY
以上每个步骤都会产生一个虚拟表，该虚拟表被用作下一个步骤的输入。这些虚拟表对调用者(客户端应用程序或者外部查询)不可用。只有最后一步生成的表才会会给调用者。如果没有在查询中指定某一个子句，将跳过相应的步骤。
逻辑查询处理阶段简介：
1、 FROM：对FROM子句中的前两个表执行笛卡尔积(交叉联接)，生成虚拟表VT1。
2、 ON：对VT1应用ON筛选器，只有那些使为真才被插入到TV2。
3、 OUTER (JOIN):如果指定了OUTER JOIN(相对于CROSS JOIN或INNER JOIN)，保留表中未找到匹配的行将作为外部行添加到VT2，生成TV3。如果FROM子句包含两个以上的表，则对上一个联接生成的结果表和下一个表重复执行步骤1到步骤3，直到处理完所有的表位置。
4、 WHERE：对TV3应用WHERE筛选器，只有使为true的行才插入TV4。
5、 GROUP BY：按GROUP BY子句中的列列表对TV4中的行进行分组，生成TV5。
6、 CUTE|ROLLUP：把超组插入VT5，生成VT6。
7、 HAVING：对VT6应用HAVING筛选器，只有使为true的组插入到VT7。
8、 SELECT：处理SELECT列表，产生VT8。
9、 DISTINCT：将重复的行从VT8中删除，产品VT9。
10、ORDER BY：将VT9中的行按ORDER BY子句中的列列表顺序，生成一个游标(VC10)。
11、TOP：从VC10的开始处选择指定数量或比例的行，生成表TV11，并返回给调用者。
Oracle中SQL语句执行过程中,Oracle内部解析原理如下:
　　1、当一用户第一次提交一个SQL表达式时,Oracle会将这SQL进行Hard parse,这过程有点像程序编译,检查语法、表名、字段名等相关信息（如下图），这过程会花比较长的时间，因为它要分析语句的语法与语义。然后获得最优化后的执行计划（sql plan），并在内存中分配一定的空间保存该语句与对应的执行计划等信息。
　　2、当用户第二次请求或多次请求时，Oracle会自动找到先前的语句与执行计划，而不会进行Hard parse,而是直接进行Soft parse（把语句对应的执行计划调出，然后执行）,从而减少数据库的分析时间。
　　注意的是：Oracle中只能完全相同的语句，包大小写、空格、换行都要求一样时，才会重复使用以前的分析结果与执行计划。
　　分析过程如下图：
对于大量的、频繁访问的SQL语句，如果不采用Bind 变量的方式，哪Oracle会花费大量的Shared latch与CPU在做Hard parse处理，所以，要尽量提高语句的重用率，减少语句的分析时间，通过了解Oracle SQL语句的分析过程可以明白Oracle的内部处理逻辑，并在设计与实现上避免。
在用JDBC或其它持久化数据(如Hibernate,JDO等)操作时，尽量用占位符（？）
ORACLE sql 的处理过程大致如下：
1.运用HASH算法，得到一个HASH值，这个值可以通过V$SQLAREA.HASH_VALUE 查看
2.到shared pool 中的 library cache 中查找是否有相同的HASH值，如果存在，则无需硬解析，进行软解析
3.如果shared pool不存在此HASH值，则进行语法检查，查看是否有语法错误
4.如果没有语法错误，就进行语义检查，检查该SQL引用的对象是否存在，该用户是否具有访问该对象的权限
5.如果没有语义错误，对该SQL进行解析，生成解析树，执行计划
6.生成ORACLE能运行的二进制代码，运行该代码并且返回结果给用户
硬解析和软解析都在第5步进行
硬解析通常是昂贵的操作，大约占整个SQL执行的70%左右的时间，硬解析会生成执行树，执行计划，等等。
当再次执行同一条SQL语句的时候，由于发现library cache中有相同的HASH值，这个时候不会硬解析，而会软解析，
那么软解析究竟是干了什么呢其实软解析就是跳过了生成解析树，生成执行计划这个耗时又耗CPU的操作，直接利用生成的执行计划运行
该SQL语句。
下面摘抄eygle深入解析ORACLE 中关于SQL执行过程的描述
1.首先获得library cache latch,根据SQL的HASH_VALUE在library cache中查找是否存在此HASH_VALUE，如果找到这个HASH_VALUE，称之为软解析，Server获得改SQL执行计划转向第4步，如果找不到共享代码就进行硬解析。
2.释放library pool cache,获得shared pool latch,查找并锁定自由空间(在bucket 中查找chunk)。如果找不到，报ORA-04031错误。
3.释放shared pool latch,重新获得library cache latch,将SQL执行计划放入library cache中。
4.释放library cache latch,保持null模式的library cache pin/lock。
5.开始执行。
Library cache latch可以理解为硬/软解析的时候发生的，因为解析的时候会搜索library cache，所以会产生library cache latch
Library cache pin 是在执行的阶段发生的。&第一步：应用程序把查询SQL语句发给服务器端执行
我们在数据层执行SQL语句时，应用程序会连接到相应的数据库服务器，把SQL语句发送给服务器处理。
第二步：服务器解析请求的SQL语句
SQL计划缓存，经常用查询分析器的朋友大概都知道这样一个事实，往往一个查询语句在第一次运行的时候需要执行特别长的时间，但是如果你马上或者在一定时间内运行同样的语句，会在很短的时间内返回查询结果。原因是：
服务器在接收到查询请求后，并不会马上去数据库查询，而是在数据库中的计划缓存中找是否有相对应的执行计划。如果存在，就直接调用已经编译好的执行计划，节省了执行计划的编译时间。
如果所查询的行已经存在于数据缓冲存储区中，就不用查询物理文件了，而是从缓存中取数据，这样从内存中取数据就会比从硬盘上读取数据快很多，提高了查询效率。数据缓冲存储区会在后面提到。
如果在SQL计划缓存中没有对应的执行计划，服务器首先会对用户请求的SQL语句进行语法效验，如果有语法错误，服务器会结束查询操作，并用返回相应的错误信息给调用它的应用程序。
注意：此时返回的错误信息中，只会包含基本的语法错误信息，例如select&写成selec等，错误信息中如果包含一列表中本没有的列，此时服务器是不会检查出来的，因为只是语法验证，语义是否正确放在下一步进行。
语法符合后，就开始验证它的语义是否正确。例如，表名、列名、存储过程等等数据库对象是否真正存在，如果发现有不存在的，就会报错给应用程序，同时结束查询。
接下来就是获得对象的解析锁，我们在查询一个表时，首先服务器会对这个对象加锁，这是为了保证数据的统一性，如果不加锁，此时有数据插入，但因为没有加锁的原因，查询已经将这条记录读入，而有的插入会因为事务的失败会回滚，就会形成脏读的现象。
接下来就是对数据库用户权限的验证。SQL语句语法，语义都正确，此时并不一定能够得到查询结果，如果数据库用户没有相应的访问权限，服务器会报出权限不足的错误给应用程序，在稍大的项目中，往往一个项目里面会包含好几个数据库连接串，这些数据库用户具有不同的权限，有的是只读权限，有的是只写权限，有的是可读可写，根据不同的操作选取不同的用户来执行。稍微不注意，无论你的SQL语句写的多么完善，完美无缺都没用。
解析的最后一步，就是确定最终的执行计划。当语法、语义、权限都验证后，服务器并不会马上给你返回结果，而是会针对你的SQL进行优化，选择不同的查询算法以最高效的形式返回给应用程序。例如在做表联合查询时，服务器会根据开销成本来最终决定采用hash&join,merge&join ，还是loop join，采用哪一个索引会更高效等等。不过它的自动化优化是有限的，要想写出高效的查询SQL还是要优化自己的SQL查询语句。
当确定好执行计划后，就会把这个执行计划保存到SQL计划缓存中，下次在有相同的执行请求时，就直接从计划缓存中取，避免重新编译执行计划。
第三步：语句执行
服务器对SQL语句解析完成后，服务器才会知道这条语句到底表态了什么意思，接下来才会真正的执行SQL语句。
此时分两种情况：
如果查询语句所包含的数据行已经读取到数据缓冲存储区的话，服务器会直接从数据缓冲存储区中读取数据返回给应用程序，避免了从物理文件中读取，提高查询速度。
如果数据行没有在数据缓冲存储区中，则会从物理文件中读取记录返回给应用程序，同时把数据行写入数据缓冲存储区中，供下次使用。
说明：SQL缓存分好几种，这里有兴趣的朋友可以去搜索一下。有时因为缓存的存在，使得我们很难马上看出优化的结果，因为第二次执行因为有缓存的存在，会特别快速，所以一般都是先消除缓存，然后比较优化前后的性能表现，这里有几个常用的方法：
DBCC DROPCLEANBUFFERS
从缓冲池中删除所有清除缓冲区。
DBCC FREEPROCCACHE
从过程缓存中删除所有元素。
DBCC FREESYSTEMCACHE
从所有缓存中释放所有未使用的缓存条目。
SQL Server 2005&数据库引擎会事先在后台清理未使用的缓存条目，以使内存可用于当前条目。但是，可以使用此命令从所有缓存中手动删除未使用的条目。
这只能基本消除SQL缓存的影响，目前好像没有完全消除缓存的方案，如果大家有，请指教。
执行顺序：
FROM&子句返回初始结果集。
WHERE&子句排除不满足搜索条件的行。
GROUP BY&子句将选定的行收集到&GROUP BY&子句中各个唯一值的组中。
选择列表中指定的聚合函数可以计算各组的汇总值。
此外，HAVING&子句排除不满足搜索条件的行。
计算所有的表达式；
使用order by对结果集进行排序。
查找你要搜索的字段。
阅读(...) 评论()怎么样写SQL语句可以提高数据库的执行速度？应该注意那些？_百度知道
怎么样写SQL语句可以提高数据库的执行速度？应该注意那些？
写SQL应该注意些什么？不要如何修改数据库的方法。只要如何改善自己SQL语句的方法.
我有更好的答案
T-SQL脚本优化技巧：1）对于SELECT/UPDATE语句必须显示的定义所有的列,避免使用星号。 2）在执行SELECT/INSERT/UPDATE/DELETE语句时,请考虑执行规划的重用,尽量考虑用SP-EXECUTESQL存储过程。 3）优先使用 SELECT...INTO，然后使用 INSERT...SELECT，以避免大量死锁。 4）如果需要删除所有的数据,用TRUNCATE TABLE 代替DELETE 。5）避免使用DISTINCT 语句。 6）如果你需要有限的记录,通过TOP N代替SET ROWCOUNT来控制排序取值。7）避免使用SARGABLE的语句在WHERE子句,比如: OR, &&, !=, !&, &!, IS NULL, NOT, NOT IN, NOT LIKE 和LIKE,因为这些操作很难利用已知的索引。 8）避免使用NOT IN,可以采用IN,EXISTS NOT EXISTS和LEFT JOIN 加空值判断
--NOT EXISTS, 效率最高
SELECT a.hdr_key
FROM hdr_tbl a
WHERE NOT EXISTS (SELECT * FROM dtl_tbl b WHERE a.hdr_key = b.hdr_key)
--LEFT JOIN
SELECT a.hdr_key
FROM hdr_tbl a
LEFT JOIN dtl_tbl b ON a.hdr_key = b.hdr_key
WHERE b.hdr_key IS NULL
--NOT IN ,效率最低
SELECT hdr_key
FROM hdr_tbl
WHERE hdr_key NOT IN (SELECT hdr_key FROM dtl_tbl)
9）使用EXISTS判断记录是否存在。
--不好的写法:
IF (SELECT COUNT(*) FROM table_name WHERE column_name = 'xxx')
--正确的写法:
IF EXISTS (SELECT * FROM table_name WHERE column_name = 'xxx')
10）避免在GROUP BY中使用HAVING 语句。
11）GROUP BY的语句要尽量简单,不要进行GROUP BY语句的嵌套,避免在GROUP BY中包含多余的列 考虑在GROUP BY的列,进行ORDER BY排序,特别在多用户的环境下。
12）如果需要在一个包含JOIN的SELECT语句进行GROUP BY,请考虑用子查询代替JOIN. 如果必须使用GROUP BY, GROUP BY 的应该列在同一张表。
13）如果WHERE条件语句有多个AND条件,请确保至少有一个列有索引,如果没有可以建立多列复合INDEX。
14）对于SQL 无法执行自动优化的WHERE条件语句,可以通过HINTS显示的制定INDEX来提高查询的效率。
--可能不好的写法:
SELECT * FROM tblTaskProcessesWHERE
nextprocess = 1
AND processid IN (8,32,45)
--正确的写法:
SELECT * FROM tblTaskProcesses (INDEX = IX_ProcessID)WHERE
nextprocess = 1 AND processid IN (8,32,45)
15）尽可能避免在WHERE条件语句中使用函数计算。
--不好的写法:
WHERE SUBSTRING(firstname,1,1) = 'm'
--正确的写法:
WHERE firstname like 'm%'
16）在WHERE条件语句中,避免在函数中包列,如果无法避免,请考虑在该列建立INDEX。
--不好的写法:
SELECT member_number, first_name, last_name
FROM members
WHERE DATEDIFF(yy,datofbirth,GETDATE()) & 21
-- 正确的写法:
SELECT member_number, first_name, last_name
FROM members
WHERE dateofbirth & DATEADD(yy,-21,GETDATE())
17）在WHERE条件语句中,避免使用NOT 。
--不好的写法:
WHERE NOT column_name & 5
--正确的写法:
WHERE column_name &= 5
18）在WHERE条件语句中,推荐使用10位的日期函数。
--正确的写法:
FROM Northwind.dbo.Orders
WHERE OrderDate & '12/31/1997'--不好的写法:
FROM Northwind.dbo.Orders
WHERE OrderDate & '12/31/97'
19）避免使用UNION,而是用UNION ALL 。
20）使用 SQL-92 标准连接句法,为了提高性能，应优先使用连接，然后使用子查询或嵌套查询,表之间的连接使用INNER JOIN,LEFT JOIN 和RIGHT JOIN,不使用CROSS JOIN和多列表方式.。
21）多表关联避免超过5个,可以通过临时表(表变量),简化复杂的关联。存储过程的开发和优化技巧：1）避免使用触发器TRIGGER,考虑用存储过程代替触发器
——与临时表一样，光标并不是不可使用。对小型数据集使用FAST_FORWARD 光标通常要优于其他逐行处理方法，尤其是在必须引用几个表才能获得所需的数据时。在结果集中包括“合计”的例程通常要比使用光标执行的速度快。如果开发时 间允许，基于光标的方法和基于集的方法都可以尝试一下，看哪一种方法的效果更好。2）考虑用UDF代替存储过程
——使用表值 UDF 时要小心，因为在变量（而不是常量）中传递某个参数时，如果在 WHERE 子句中使用该参数，会导致表扫描。还要避免在一个查询中多次使用相同的表值 UDF。但是，表值 UDF 确实具有某些非常方便的动态编译功能。3）对于频繁调用的存储过程,考虑用SP_RECOMPILE重新编译 4）使用输出语句代替返回整个数据集,输出语句的执行效率会更加高效
5）在存储过程的头部使用SET NOCOUNT ON, 通过@@ROWCOUNT来控制,这样可以减少网络流量和避免潜在的问题, 而在结束时设置 SET NOCOUNT OFF. 6）不使用SP_作为存储过程的名称,建议用USP_,这个会影响数据库的执行时间. 7）尽可能使用临时表而使用表变量,表变量可以减少上锁和重新编译的次数并且表变量不使用TEMPDB的空间,而是全部使用内存来处理数据. 8）先在例程中创建临时表，最后再显式删除临时表。将 DDL 与 DML 语句混合使用有助于处理额外的重新编译活动 9）尽可能不要在流程控制语句中使用临时表,比如:IF .. ELSE, WHILE 10）避免在事务中进行赋值和复杂计算,
--不好的写法:
Create procedure proc_1
Begin transaction
-- step 1 verify the data
-- step 2 perform calculations
-- step 3 get default variable values (date, user info)
-- update/insert records
--不好的写法:
Create procedure proc_1
-- step 1 verify the data
-- step 2 make calculations
-- step 3 get default variable values (date, user info)
Begin transaction
-- update/insert records
end 上面的一些优化规则只是一般原则,在某些特殊情况下可能会有所差别,如果需要分析T-SQL的性能,可以通过查询分析器的CTRL+L 显示执行规划进行分析,也可以通过 SET STATISTICS PROFILE ON进行分析.
这个范围太大了，一下子是很难说清楚的，如果用sql server 的话，可以使用它自带的优化器来优化，然后看看它给你的建议去优化。要注意规范化编程。而且要抓住一个原则来写，就是进可能缩小查询出来的结果集，哪怕多次查询都没所谓，要一步一步把大数据量缩小。很多只是还是得在时间中优化。SET STATISTICS TIME ON;SQL 语句SET STATISTICS TIME OFF;这个是sqlserver ，可以测出执行时间。编写的时候要时刻想着：缩小结果集、减少连接次数和表数。大数据量不要用update，可以用临时表作为过度来实现update操作。
为您推荐：
其他类似问题
您可能关注的内容
sql语句的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。}