1 什么是 SQL 问题？

对于研发人员来说，在日常工作中，大部分都需要使用数据库。项目中的很多业务都需要进行增删改查等常见数据库操作，这些数据库操作对应的 SQL 语句主要都是由开发人员编写的。对于 DBA 来说，作为数据库管理和运维人员，DBA 负责数据库的日常运维工作。当出现问题 SQL 时，DBA 通常首当其冲负责问题诊断。

那么，什么是 SQL 问题或者说问题 SQL 呢？从一个更广泛的定义来看，SQL 问题指影响业务正常运行的各种 SQL 相关问题。比如图上举例的案例，它们都可以被归类为 SQL 问题。爱可生作为一家数据库公司，我们从客户那里获得了大量的反馈，每年都会因为 SQL 问题导致几起高级别的生产事故。类似的 SQL 问题导致业务中断的新闻也时不时会出现。

对研发人员来说，这些 SQL 问题在开发阶段很难被发现，因为研发的首要任务是保证需求实现。此外，按我们对研发人群和客户的调研结果显示，研发人员在新功能开发阶段通常没有时间对 SQL 进行优化，往往只要能完成需求交付就已经很不错了。一方面是项目进度压力大，另一方面研发人员自身水平和经验也有高有低。所以研发人员很难对所有的 SQL 全面进行优化。下面我们举一个真实且典型的案例。

2 一个典型的 SQL 问题案例

图中有三张表，请注意表的字符集的不同，分别是 UTF8 和 UTF8MB4。

我们将三张表两两进行联合查询时，分为字符集一致和不一致两种情况。

当字符集不一致时，从执行计划中可见进行了全表扫描，表关联字段未命中索引。

当每张表有 80 万条测试数据时，执行时间差异明显，字符集不一致的 SQL 执行时间达到了 0.9 秒。随着数据量的增加，该 SQL 的问题会愈加明显，两表联查时表的字符集不匹配会导致查询效率大幅下降。这就是一个典型的 SQL 问题。

可能你会觉得本案例的 SQL 问题看似不该发生，但我们的团队曾多次在客户的生产环境中遇到过类似的情况。但根据大家所掌握的慢 SQL 优化习惯来看，有些引发问题的因素是反直觉的。就本案例也不一定会立刻将问题定位和排查出来。所以，我们需要一种更高效的方式来帮助研发人员解决这类问题。

3 全方位提高 SQL 质量

SQLE ^[1] 是一款全方位的 SQL 质量管理平台，覆盖开发至生产环境的 SQL 审核和管理。支持主流的开源、商业、国产数据库，为开发和运维提供流程自动化能力，提升 SQL 上线效率，提高数据质量。

SQLE 于 2021 年 10 月 24 日这个属于开发者的日子正式开源，至今已经两年多。我们保持每个月发布新版本的频率，不断更新和迭代产品功能。

前面的典型 SQL 问题案例，在 SQLE 中如何解决呢？

根据上图可见，SQLE 会在相同的情况下触发审核规则，快速准确的给出审核结果。

在 SQLE 中有非常丰富的 SQL 规则，上面的案例触发了索引失效类规则中的一条。通过制定一套完善的 SQL 规则规范，是做好 SQL 质量管理的第一步。

4 做好 SQL 质量管理的第一步

4.1 如何设计 SQL 规范？

在不同的公司和业务场景下，对 SQL 规范都会有不同的要求。想要设计一款通用的 SQL 质量管理平台，对于 SQL 规范的设计要做到按需配置。支持通过规则模板给不同的业务配置不同的规则集。不同的规则集应该有分级匹配机制，以避免触发多条规则产生不同的判断，人为对更严重的问题优先处理整改。在日常工作中也同样允许对特例的 SQL 不进行处理，通过白名单的机制跳过 SQL 审核。