モダンなリレーショナルクエリ言語に求めるもの
Things I want in a modern relational query language (sporks.space)
要約
この記事は、SQLの強力さは認めつつも、その実装の古さや使いにくさがNoSQLの普及を招いた一因であると指摘しています。SQLから学び、より良い構文、パーサー、ユーザー定義型、そしてパターンマッチングなどを備えた新しいリレーショナルクエリ言語の必要性を論じています。これにより、開発者はリレーショナルデータをより効率的かつ安全に操作できるようになると期待されます。
全文翻訳
モダンなリレーショナルクエリ言語に求めるもの
これは長年温めていた古いドラフトです。最近のAcadiaのような新しいクエリ言語に関する議論が、これを再検討し、改訂して公開するきっかけとなりました。
NoSQLの最大の原因の一つは、SQLがその背後にあるアイデアのために強力な言語であるにもかかわらず、しばしば不器用で時代遅れな方法で実装されていることだと考えます。SQLから学んだ言語があれば、リレーショナルデータをプログラマーがより良く操作できるようになるでしょう。現実世界の状況で私が経験したことや、より良いクエリ言語がどのように役立ったかについて考えてみます。他に何ができるか、ぜひ議論したいです。
参考までに、私のRDBMSでの経験は主にMySQLとDb2ですが、SQLite、SQL Server、Oracle、Postgresもそれなりに使用しました(習熟度の高い順)。
より良い構文
私は構文の美しさにはそれほどこだわりませんが、多くの人はこだわります。プログラマーは幼児のようなもので、ブロッコリーではなくクラフトマカロニチーズを欲しがります。PL/Iをベースにした構文は1970年代のIBMの選択であり、今日では通用しないでしょう。多くの要望から、そのような言語はおそらくCやPythonの構文的な美学を取り入れるでしょうが、もしかしたらMLやPrologの影響を受けるかもしれません(Rustが示しているように)。
より良い構文とともに、より良いパーサーが来ることを期待しています。私は特にMySQLのパーサーを嫌っています。構文の不条理(DELIMITERのようなもの)でない限り、問題がどこにあるのか、あるいはそれが何であるのかを実際には教えてくれません。しかし、従来のRDBMSではより良いSQLパーサーが存在します – Oracleは、何が期待されているかを伝えることで、エラー報告が驚くほど優れています。
私が書く例はあくまで見せるためのものであり、私は何かに固執しているわけでも、どのような構文が必須であるかを要求しているわけでもありません。これらの例における私の影響は、F#(MLファミリー)、Erlang(Prolog風)、Elixir(ErlangとRuby風)から来ている可能性が高いです。
関数型プログラミングに敵対的でない関数型言語
SQLの4GLの性質、つまり手でループ処理するのではなく、データをどのようにしたいかを記述することは、SQLの最も強力な武器です。これは、遅延評価のような多くの関数型プログラミングパラダイムに非常に近いものです – こんにちはHaskell。残念ながら、ほとんどのSQL方言の標準ライブラリは、この点ではいくらか貧弱です。1980年代の手続き型プログラム向けに最適化されています。ほとんどのSQL方言は、本質的に…手続き型であるストアドプロシージャをサポートするようになりました。これはSQLの宣言的な性質に逆行します。これは、言語と標準ライブラリが容易にするスタイルを模倣する、ほとんどのユーザーのSQLコードに反映されます。それには、ミュータブルな状態(カーソル…)や関数よりもプロシージャを扱うことが多く含まれます。デフォルトが重要です。
あいまいさの少ないクエリプランナー
4GLであることは、コンパイラとオプティマイザがほとんどのコードを最適化する上で強力であるという点で強みですが、クエリをより高価にする間違いを犯すのは簡単です。しかし、SQL最適化の専門家でない限り、プランナーは不可解になり得ます。(ここでも、MySQLの「explain」ツールがいかに悪いかについて、特別に言及します。)これは厳密にはPLT(Programming Language Theory)関連ではありませんが、現在のSQL実装における弱点であり、コンピュータ科学者は多くのことを学んできました。
より良いユーザー定義型
一部のRDBMSは、ユーザー定義データ型を指定するためのドメインの概念を提供していますが(SQL仕様のオプション部分)、それらができることには制限がある場合があります(通常は範囲やチェックの糖衣構文にすぎません)。Postgresだけがそれをサポートしているようです。Oracleは最近サポートを追加したようですが(Postgresよりも柔軟かもしれません)。残念ながら、私はどちらも十分に使い込んだわけではないので、実際の動作についてはあまり詳しくありません。しかし、ドメインはCoddのThe Relational Modelでカバーされており、これはRDBMSの基礎となるテキストです。PostgresがIngresの遺産を持っていることを考えると、IngresはQUELに基づいており、QUELはSQLよりもCoddのRDBMSのビジョンに近かったため、Postgresがそれに従うことになったのは理にかなっています。
Sum型、判別和型、およびパターンマッチング
現代の関数型プログラミング技術をここに適用する方法を示すスキーマの一つは、スタックフレーム情報を返すこの関数です。文脈として、ここで言及されているIBM iオペレーティングシステムは、「Services」という傘の下で、システム管理のための多くのSQL関数を提供しています。これはDBAからシステム管理者に転身した人々がデバッグの最中に非常に役立ちますが、残念ながら不器用です。なぜなら、実質的に「グループ」の列があり、それらは実質的に相互排他的であり、それゆえ多くのNULL可能なフィールドと、実質的にenumである文字列フィールドが存在するからです。
これらのうちいくつかは単にスキーマ設計が悪い(おそらく単一のテーブルで返さなければならないという事実によって助けられていないのかもしれません – 複数のテーブルを返すことも興味深い方向性でしょう)のですが、文字列enumはenumとして機能するテーブルに対する外部キー制約で修正できます。いくつかは、実装における言語の表現力によるものです。
このアイデアを使用して、クエリをより冗長でエラーが発生しにくいものにするための、より良い例を考えてみました。
// シンプルにするために多くのものを省略しています。例えば、変位や追加のenumケース、アドホックなenumの定義(型外で宣言することも可能)// 各フレームタイプは、類似していますが、同一ではなく、異なる// セマンティクスまたは修飾子を持っています。type MachineInterfaceInfo = {
ActivationGroup: long;
ASP: long;
Library: string;
}
// ここでコンテキストがない人のために、IBM iは複数のプログラムモデルをサポートしています:// - Javaプログラム、ランタイムがシステムに特別な洞察を提供します// - OPMプログラム、古いマネージドランタイムプログラムABI// - ILEプログラム、新しいマネージドランタイムプログラムABI// - AIXプログラム、システムコールエミュレーション経由// - LIC、IBM iカーネル// これらすべての種類のプログラムのスタックトレースを生成できます。一部のプログラム// は、各タイプのフレームエントリを含むコールスタックを持つ場合があります。
type FrameType =
// 他のレコードタイプからフィールドを継承します。
| ILE { MachineInterfaceInfo | ServiceProgram: string; Module: string; }
| OPM { MachineInterfaceInfo | Program: string; }
| AIX { Bitness: enum(32 | 64); LibArchive: Option(string); Module: string, Syscall: bool; }
| Java { MethodType: enum(DirectExecution | Glue | Interp | JIT | MMI); ClassName: string; Signature: Option(string); }
table Frame =
{
ThreadID: long;
FrameType: FrameType;
Function: Option(string);
}
function StackInfo(JobID: string) : Frame;
// パターンマッチングを使用してフィルタリングするSQLライクな選択。
select Function from StackInfo("1234/JOB/5678") where AIX { Bitness: 64 } = FrameType;
// これはFrameTypeがILEとOPMのものを返します
select Function from StackInfo("1234/JOB/5678") where MachineInterfaceInfo { Library: "QSYS" } = FrameType;
select Function from StackInfo("1234/JOB/5678") where AIX { LibArchive: "libc.a" } = FrameType;
select Function from StackInfo("1234/JOB/5678") where AIX { LibArchive: None } = FrameType;
// パターンマッチを使用して内部で情報を表示する関数。
function FrameFullySpecifiedProgramName(frame : Frame) : string =
match frame.FrameInfo with
| OPM { Program: program } -> program
| ILE { ServiceProgram: srvpgm, Module: module } -> "#{srvpgm}/#{module}"
| AIX { LibArchive: None, Module: module } -> module
| AIX { LibArchive: lib, Module: module } -> "#{lib}(#{module})"
| Java { ClassName: class } -> class
// すべての可能なタイプにマッチさせる必要があります。それ以外は_で破棄します
| _ -> "?"
// パターンマッチングに基づいたオーバーロードとデストラクチャリングを使用する関数。
function FrameJavaFunctionDef(frame : Frame { Java { Signature: None } = .FrameInfo }) : string =
"#{frame.Function}()"
function FrameJavaFunctionDef(frame : Frame { Java { Signature: signature } = .FrameInfo }) : string =
"#{frame.Function}(#{signature})"
// Javaフレーム以外のフレームでこれを呼び出すとエラーになります。なぜなら、どのパターンもマッチしないからです。
相互排他的な列のセットを折りたたむことができれば、視覚化もはるかに容易になります。例えば、サブカラムとして行ごとに表示したり、タイプごとに異なる文字列として表示したりすることで、左右にスクロールする量が大幅に減ります。
複数の型で一致する外部キー
「Software」、「Version」、「Download」(一種のWEMIのような階層、このブログの他の場所でカバーされています)というテーブルがあり、それぞれに画像を持たせたいとします。「Picture」テーブルがあるとします。(画像自体にメタデータがあるため、各テーブルの列ではなくテーブルとして扱います。)通常、それぞれのリレーションシップの種類ごとに多対多テーブルを使用します。つまり、「SoftwarePicture」、「VersionPicture」などです。もし、判別和型(discriminated union)を外部キーに効果的に持つ多対多テーブルがあれば、これは無駄な重複のように思えます。
table ObjectPictures =
{
// 外部キーは、それが関連する型と同じ型を持つと想定されます
PictureID: key relates to (Picture.PictureID);
ObjectID: key relates to (Software.SoftwareID | Version.VersionID | Download.DownloadID);
}
insert into ObjectPictures (PictureID, ObjectID) values (0x1234, DownloadID { 0x1234 });
insert into ObjectPictures (PictureID, ObjectID) values (0x1234, SoftwareID { 0x1234 });
select SoftwareID { software_id } from ObjectPictures where PictureID = 0x1234;
select PictureID from ObjectPictures where ObjectID = DownloadID { 0x1234 };