写点什么

SQL Server 2016:时态表

  • 2015-06-17
  • 本文字数:1478 字

    阅读完需:约 5 分钟

术语“时态数据(temporal data)”是指那些在数据库中有版本的记录。任何给定的逻辑记录都有一个当前版本和零个或多个先前版本。当前版本和任意先前版本在数据库中都以物理行的形式存在,虽然未必在同一张表中。

使用时态表时要努力保证数据完整性。每次更新一个行,都需要有一种方法可以确保行的当前版本复制到存储先前版本的表中。这可以通过触发器或存储过程实现,但两种方法都有各自的问题。

同样,查询时态数据也是个挑战。虽然开发人员很容易获取一条逻辑记录的当前版本,但查询特定数据的版本,需要一个复杂而又容易出错的查询。这经常导致开发人员寄希望于专门为这种负载类型而设计的数据库。

SQL Server 2016 提供了另外一种选择——新的时态表对象。表面上看,时态表看起来跟普通表一样。它支持大多数列类型、普通索引、列存储索引、外键等等。CRUD 类的操作同使用普通 SQL 或对象关系映射一样。实际上,大多数普通表都可以转换成时态表,而不需要修改使用上述表的存储过程和应用程序。

从实现上来说,时态表实际上是两张表。一张表包含当前值,另一张表管理数据的历史版本。两张表链接在一起,普通表的任何 UPDATE 或 DELETE 操作都会自动创建一个相应的历史行。(INSERT 操作不会创建历史记录。)

访问历史数据

开发人员可以直接查询历史表,但由于它不包含当前值,所以不会经常用到它。相反,应该总是使用下面的其中一种操作查询基表:

  • 时间点:AS OF <date_time>
  • 开区间:FROM <start_date_time> TO <end_date_time>
  • 左闭右开:BETWEEN <start_date_time> AND <end_date_time>
  • 闭区间:CONTAINED IN (<start_date_time> , <end_date_time>)

比如,如果想知道 ID 为 27 的客户在第一年中哪个值是活跃的,可以使用查询:

复制代码
FROM Customer FOR SYSTEM_TIME AS OF '2015-1-1' WHERE CustomerID = 27

如果换个需求,想查看客户记录在那天的每个版本,可以使用查询:

复制代码
FROM Customer FOR SYSTEM_TIME BETWEEN '2015-1-1' AND '2015-1-2'WHERE CustomerID = 27

设计原则

  • 时态表需要有一个 SysStartTime 列和一个 SysEndTime 列,两个列均为非空 DateTime2 类型。这些列可以随意命名,由 SQL Server 管理;用户不能插入或更新这些列的值。
  • 不支持 FILESTREAM 列类型,因为它在数据库之外存储数据。
  • 对于表 Foo,历史表的默认表名为“FooHistory”。该名可以覆写。
  • 历史表不能直接修改,只能通过更新或删除当前表的数据增加它的记录。
  • 不支持 INSTEAD OF 触发器,AFTER 触发器只能用在当前表上。

索引必须手动启用。关于这一点,微软给出了一些建议:

为了获得最优的存储大小和性能,一个最优的索引策略是,在当前表上创建一个聚簇列存储索引和 / 或一个 B 树行存储索引,在历史表上创建一个聚簇列存储索引。如果创建 / 使用自己的历史表,那么我们强烈建议创建一个包含当前表主键和时间列的索引,以便提升时态数据查询的速度,以及数据一致性检查操作中一部分查询的速度。如果历史表是行存储的,那么我们建议创建一个聚簇行存储索引。在默认情况下,历史表上会创建一个聚簇行存储索引。至少,我们建议创建一个非聚簇行存储索引。

模式修改

用户不能修改时态表的模式。不过,可以在 ALTER TABLE 语句中使用 SET (SYSTEM_VERSIONING = OFF) 将时态表转换成普通表。

这样做完之后,就可以修改这两张表,然后使用 SET (SYSTEM_VERSIONING = ON) 将它们重新转换成时态表。注意,该语句需要包含历史表的表名和两个系统时间列。

更正:本文的上一个版本曾错误地将 FOR SYSTEM_TIME 表达式描述为 WHERE 子句的一部分,而实际上,它是 FROM 子句的一部分。

查看英文原文: SQL Server 2016: Temporal Tables

2015-06-17 08:322772
用户头像

发布了 1008 篇内容, 共 446.6 次阅读, 收获喜欢 346 次。

关注

评论

发布
暂无评论
发现更多内容

太赞了,京东研发一哥力荐的高可用网站构建技术

Java 架构 京东

精准快速搜索文件:Find Any File 激活版

真大的脸盆

Mac 办公效率 文件搜索 搜索工具 搜索文件

莉莉丝游戏与火山引擎ByteHouse达成合作,为实时数仓建设提速

字节跳动数据平台

数据仓库 云原生 实时

小程序容器与PWA的完美结合:提升应用性能与用户体验

FinFish

私有小程序技术 小程序容器 PWA 小程序化 小程序技术

内核调试环境搭建

郑州埃文科技

网络安全 网络环境

阿里大神级Elasticsearch学习笔记,还学不会就埋了

Java elasticsearch 分布式搜索引擎 ES

医疗领域实体抽取:UIE Slim最新升级版含数据标注、serving部署、模型蒸馏等教学,助力工业应用场景快速落地

汀丶人工智能

人工智能 自然语言处理 知识图谱 关系抽取 命名实体识别

房地产行业IT运维安全就用行云管家堡垒机!

行云管家

运维 房地产 IT运维

从7天到1天,Kyligence 和亚马逊云科技助力欣和提高数据应用价值

Kyligence

数字化转型 指标平台

Git入门指南:从新手到高手的完全指南

小万哥

git Linux 程序员 后端 C/C++

Hybrid Shuffle 测试分析和使用建议

Apache Flink

大数据 flink 实时计算

大语言模型技术原理

NineData

AIGC ChatGPT AI大语言模型 大语言模型 技术原理

Flutter三棵树系列之BuildOwner | 京东云技术团队

京东科技开发者

flutter 移动开发 源码解读 企业号 5 月 PK 榜 BuildOwner

Mysql DDL执行方式-pt-osc介绍 | 京东云技术团队

京东科技开发者

MySQL 数据库 企业号 5 月 PK 榜 DDL执行方式 pt-soc

国内好用的堡垒机推荐-行云管家堡垒机

行云管家

网络安全 堡垒机

双非渣硕,开发两年,苦刷算法47天,四面字节斩获offer

Java 数据结构 算法 LeetCode

阿里P8大佬的1800页计算机基础知识总结与操作系统,太强了!

Java 程序员 操作系统

如何避免写重复代码:善用抽象和组合

阿里技术

Java 代码实战

Kafka集群是如何选择leader,你知道吗?

Java kafka 集群

ByConity与主流开源OLAP引擎(Clickhouse、Doris、Presto)性能对比分析

墨天轮

数据库 字节跳动 OLAP Clickhouse Doris

狂刷三遍398道java最新MySQL笔记后,我四面阿里研发部,成功定级P7

Java MySQL 数据库

Spring Boot实现第一次启动时自动初始化数据库

Java spring Spring Boot

辅助测试和研发人员的一款小插件【数据安全】 | 京东云技术团队

京东科技开发者

浏览器 数据安全 插件开发 企业号 5 月 PK 榜

火山引擎DataLeap的Catalog系统搜索实践(一):背景与功能需求

字节跳动数据平台

软件测试/测试开发丨学习笔记之Web自动化测试

测试人

程序员 软件测试 自动化测试 测试开发

电商行业实践专栏上线|阿里巴巴风控实战如何解决大规模风控的技术难点?

Apache Flink

大数据 flink 实时计算

kafka集群是如何选择leader,你知道吗?

JAVA旭阳

kafka

全国流体力学盛会召开,飞桨AI4S携最新科研进展亮相西湖大学

飞桨PaddlePaddle

人工智能 百度飞桨 科学计算

SQL Server 2016:时态表_架构_Jonathan Allen_InfoQ精选文章