شروع دوره آزمایشی رایگان
Searching...
SoBrief
فارسی
EnglishEnglish
EspañolSpanish
简体中文Chinese
繁體中文Chinese (Traditional)
FrançaisFrench
DeutschGerman
日本語Japanese
PortuguêsPortuguese
ItalianoItalian
한국어Korean
РусскийRussian
NederlandsDutch
العربيةArabic
PolskiPolish
हिन्दीHindi
Tiếng ViệtVietnamese
SvenskaSwedish
ΕλληνικάGreek
TürkçeTurkish
ไทยThai
ČeštinaCzech
RomânăRomanian
MagyarHungarian
УкраїнськаUkrainian
Bahasa IndonesiaIndonesian
DanskDanish
SuomiFinnish
БългарскиBulgarian
עבריתHebrew
NorskNorwegian
HrvatskiCroatian
CatalàCatalan
SlovenčinaSlovak
LietuviųLithuanian
SlovenščinaSlovenian
СрпскиSerbian
EestiEstonian
LatviešuLatvian
فارسیPersian
മലയാളംMalayalam
தமிழ்Tamil
اردوUrdu
الگوهای نادرست SQL، جلد ۱

الگوهای نادرست SQL، جلد ۱

اجتناب از دام‌های برنامه‌نویسی پایگاه داده
اثر بیل کاروین 2010 380 صفحه
4.02
۵۰۰+ امتیاز
گوش دادن
۳ روز دسترسی کامل رایگان
قفل گوش دادن و امکانات بیشتر را باز کنید!
ادامه

نکات کلیدی

1. الگوهای نادرست SQL: اشتباهات رایج در طراحی پایگاه داده که باید از آن‌ها اجتناب کرد

اگر رابطه بین داده‌ها و پایگاه داده را بشکنید، بار مدیریت آن داده‌ها را خودتان بر عهده می‌گیرید.

شناسایی الگوهای نادرست: الگوهای نادرست SQL راه‌حل‌های رایج اما مشکل‌ساز برای چالش‌های طراحی پایگاه داده هستند. این الگوها اغلب از سوءتفاهم در مورد اصول پایگاه داده‌های رابطه‌ای یا تلاش برای ساده‌سازی روابط پیچیده داده‌ها ناشی می‌شوند.

الگوهای نادرست رایج شامل موارد زیر است:

  • ذخیره چندین مقدار در یک ستون (مثلاً لیست‌های جدا شده با کاما)
  • استفاده از جداول ویژگی عمومی به جای نرمال‌سازی صحیح
  • نادیده گرفتن اهمیت محدودیت‌های کلید خارجی
  • استفاده بیش از حد از انواع داده FLOAT برای مقادیر عددی دقیق

با شناسایی این الگوهای نادرست، توسعه‌دهندگان می‌توانند از مشکلاتی که منجر به ناسازگاری داده‌ها، عملکرد ضعیف و کد دشوار برای نگهداری می‌شود، اجتناب کنند.

2. طراحی منطقی پایگاه داده: ساختاردهی مؤثر روابط داده

هر دو را به گونه‌ای مدل کنید که از پرس‌وجوهایی که باید در برابر سلسله‌مراتب انجام دهید، پشتیبانی کند.

نرمال‌سازی و روابط: طراحی منطقی صحیح پایگاه داده شامل ساختاردهی داده‌ها برای به حداقل رساندن افزونگی و اطمینان از یکپارچگی داده‌ها است. این شامل نرمال‌سازی جداول و ایجاد روابط مناسب بین موجودیت‌ها می‌شود.

جنبه‌های کلیدی طراحی منطقی:

  • شناسایی موجودیت‌ها و ویژگی‌های آن‌ها
  • ایجاد کلیدهای اصلی و خارجی
  • تعیین کاردینالیته روابط (یک به یک، یک به چند، چند به چند)
  • پیاده‌سازی جداول پیوندی برای روابط چند به چند

طراحی منطقی مؤثر از پرس‌وجو و دستکاری داده‌ها به صورت کارآمد پشتیبانی می‌کند و در عین حال سازگاری داده‌ها را در سراسر پایگاه داده حفظ می‌کند.

3. طراحی فیزیکی پایگاه داده: بهینه‌سازی ذخیره‌سازی و عملکرد

اگر می‌توانید رمزهای عبور را بخوانید، یک هکر هم می‌تواند.

بهینه‌سازی برای کارایی: طراحی فیزیکی پایگاه داده بر نحوه ذخیره و دسترسی به داده‌ها تمرکز دارد. این شامل انتخاب انواع داده مناسب، استراتژی‌های ایندکس‌گذاری و ساختارهای ذخیره‌سازی برای بهینه‌سازی عملکرد و امنیت است.

ملاحظات مهم:

  • انتخاب انواع داده مناسب (مثلاً NUMERIC برای محاسبات دقیق به جای FLOAT)
  • پیاده‌سازی ایندکس‌ها به صورت استراتژیک برای بهبود عملکرد پرس‌وجو
  • استفاده از موتورهای ذخیره‌سازی مناسب بر اساس الگوهای دسترسی به داده
  • ایمن‌سازی داده‌های حساس از طریق رمزنگاری یا هش کردن

طراحی فیزیکی صحیح اطمینان می‌دهد که پایگاه داده می‌تواند بار کاری مورد نیاز را به صورت کارآمد و ایمن مدیریت کند.

4. الگوهای نادرست پرس‌وجو: نوشتن SQL کارآمد و دقیق

SQL یک ستون را به عنوان یک مقدار اتمی در نظر می‌گیرد. اگر نیاز به بهینه‌سازی جستجو برای یک زیررشته دارید، باید از یک افزونه برای SQL یا یک فناوری مکمل استفاده کنید.

اجتناب از مشکلات رایج: الگوهای نادرست پرس‌وجو اغلب از سوءتفاهم در مورد قابلیت‌های SQL یا تلاش برای وادار کردن پایگاه داده‌های رابطه‌ای به رفتار مانند سیستم‌های غیررابطه‌ای ناشی می‌شوند.

نمونه‌هایی از الگوهای نادرست پرس‌وجو:

  • استفاده از زیرپرس‌وجوها در جایی که پیوستن‌ها کارآمدتر هستند
  • تکیه بر تبدیل نوع ضمنی به جای تبدیل صریح
  • استفاده بیش از حد از کاراکتر جایگزین (*) در عبارات SELECT
  • نادیده گرفتن استفاده از ایندکس مناسب برای ستون‌های پرس‌وجو شده مکرر

با درک این الگوهای نادرست، توسعه‌دهندگان می‌توانند پرس‌وجوهای SQL کارآمدتر و قابل نگهداری‌تری بنویسند.

5. توسعه برنامه: یکپارچه‌سازی SQL با بهترین شیوه‌ها

از بهترین شیوه‌های توسعه نرم‌افزار، از جمله مستندسازی، آزمایش و کنترل نسخه، برای پایگاه داده خود همان‌طور که برای کد برنامه خود استفاده می‌کنید، بهره ببرید.

در نظر گرفتن کد پایگاه داده به عنوان یک عنصر اصلی: کد پایگاه داده باید تحت همان شیوه‌های مهندسی نرم‌افزار به عنوان کد برنامه قرار گیرد. این شامل کنترل نسخه، آزمایش و مستندسازی است.

بهترین شیوه‌ها برای توسعه پایگاه داده:

  • استفاده از مهاجرت‌های پایگاه داده برای تغییرات طرح
  • پیاده‌سازی آزمایش خودکار برای پرس‌وجوها و رویه‌های پایگاه داده
  • مستندسازی طرح پایگاه داده، روابط و پرس‌وجوهای کلیدی
  • اعمال فرآیندهای بازبینی کد برای تغییرات پایگاه داده

یکپارچه‌سازی این شیوه‌ها اطمینان می‌دهد که توسعه پایگاه داده با فرآیندها و استانداردهای کیفیت توسعه نرم‌افزار کلی هماهنگ است.

6. امنیت و یکپارچگی داده: حفاظت از پایگاه داده شما

به کاربران اجازه دهید مقادیر را وارد کنند، اما هرگز اجازه ندهید کد وارد کنند.

پیاده‌سازی محافظت‌های قوی: امنیت پایگاه داده و یکپارچگی داده جنبه‌های حیاتی طراحی و مدیریت پایگاه داده هستند. این شامل حفاظت در برابر دسترسی غیرمجاز، فساد داده و حملات تزریق SQL است.

اقدامات امنیتی کلیدی:

  • پیاده‌سازی مکانیزم‌های احراز هویت و مجوز مناسب
  • استفاده از عبارات آماده برای جلوگیری از تزریق SQL
  • رمزنگاری داده‌های حساس در حالت استراحت و در حال انتقال
  • به‌طور منظم ممیزی و نظارت بر دسترسی و تغییرات پایگاه داده

حفظ یکپارچگی داده‌ها از طریق محدودیت‌ها، تریگرها و اعتبارسنجی اطمینان از دقت و قابلیت اطمینان اطلاعات ذخیره شده را فراهم می‌کند.

7. تکامل طراحی پایگاه داده: تطبیق با نیازهای در حال تغییر

اجازه ندهید داده‌ها متاداده تولید کنند.

طراحی انعطاف‌پذیر اما ساختاریافته: طراحی‌های پایگاه داده باید برای برآورده کردن نیازهای تجاری در حال تغییر تکامل یابند و در عین حال یکپارچگی و عملکرد داده‌ها را حفظ کنند. این شامل استراتژی‌هایی برای مدیریت تغییرات طرح و مهاجرت داده‌ها است.

رویکردها برای تکامل طراحی:

  • استفاده از طراحی‌های طرح انعطاف‌پذیر (مثلاً مدل EAV) به صورت محتاطانه
  • پیاده‌سازی استراتژی‌های نسخه‌بندی برای تغییرات طرح
  • برنامه‌ریزی برای مهاجرت و تبدیل داده‌ها
  • ایجاد تعادل بین نرمال‌سازی و غیرنرمال‌سازی بر اساس نیازهای در حال تکامل

یک پایگاه داده با طراحی خوب باید بتواند تغییرات را بدون نیاز به بازسازی کامل ساختار موجود، تطبیق دهد.

کپی‌رایت © 2022، The Pragmatic Bookshelf.

آخرین بروزرسانی:

Report Issue

خلاصه نقدها

4.02 از 5
میانگین ۵۰۰+ امتیاز از Goodreads و Amazon.

کتاب الگوهای نادرست SQL، جلد 1 به دلیل توضیحات واضح خود در مورد اشتباهات رایج در طراحی پایگاه داده و راه‌حل‌های آن‌ها بسیار مورد تحسین قرار گرفته است. خوانندگان از رویکرد عملی، قالب آسان برای دنبال کردن و مثال‌های واقعی آن قدردانی می‌کنند. بسیاری از آن به عنوان منبعی ارزشمند برای مبتدیان و توسعه‌دهندگان با تجربه یاد کرده‌اند و بر مفید بودن آن در جلوگیری از اشتباهات و بهبود مهارت‌های طراحی پایگاه داده تأکید کرده‌اند. پوشش مسائل امنیتی و الگوهای نادرست توسعه برنامه نیز به خوبی مورد استقبال قرار گرفته است. در حالی که برخی احساس کردند که برخی موضوعات می‌توانستند به طور عمیق‌تری بررسی شوند، اکثر منتقدان آن را یک مطالعه ضروری برای هر کسی که با پایگاه‌های داده رابطه‌ای کار می‌کند، دانسته‌اند.

Your rating:
4.46
158 امتیاز
Want to read the full book?

سؤالات متداول

1. What is SQL Antipatterns: Avoiding the Pitfalls of Database Programming by Bill Karwin about?

  • Focus on common mistakes: The book explores frequent errors and bad practices in SQL database programming, aiming to help developers recognize and avoid these pitfalls.
  • Comprehensive coverage: It addresses issues in logical and physical database design, query writing, and application integration with SQL.
  • Practical, example-driven approach: Bill Karwin uses real-world scenarios and a hypothetical bug-tracking database to illustrate antipatterns and their solutions.
  • Goal of the book: The main objective is to help readers write more reliable, maintainable, and efficient SQL code by understanding why certain patterns are problematic.

2. Why should I read SQL Antipatterns by Bill Karwin?

  • Learn from others’ mistakes: The book reveals common errors that even experienced developers make, helping you avoid bugs, security vulnerabilities, and performance issues.
  • Applicable to all skill levels: Whether you’re a beginner or a seasoned professional, the book offers insights that reinforce good practices and dispel widespread misconceptions.
  • Improve collaboration: By explaining the consequences of poor SQL practices, it helps bridge the gap between developers and DBAs, fostering better teamwork.
  • Enhance application reliability: Following the advice reduces risks like SQL injection, data inconsistencies, and maintenance headaches.

3. What are the key takeaways and main categories of SQL antipatterns in SQL Antipatterns by Bill Karwin?

  • Four main categories: The book covers Logical Database Design, Physical Database Design, Query Antipatterns, and Application Development Antipatterns.
  • Learn to spot pitfalls: Readers learn to identify and correct common mistakes in schema design, query writing, and application integration.
  • Emphasis on practical solutions: Each antipattern is paired with recommended best practices and alternative approaches.
  • Improved database skills: The book aims to make readers more proficient in writing clear, efficient, and secure SQL.

4. What are the best quotes from SQL Antipatterns by Bill Karwin and what do they mean?

  • “An expert is a person who has made all the mistakes that can be made in a very narrow field.” This quote highlights the value of learning from mistakes, both your own and others’.
  • “One size does not fit all.” Refers to the importance of context in database design, especially regarding primary key conventions.
  • “Avoid guessing” (about indexes): Stresses the need for evidence-based decisions when optimizing database performance.
  • “Don’t execute unverified input as code.” A reminder of the dangers of SQL injection and the importance of secure coding practices.

5. How does SQL Antipatterns by Bill Karwin address logical database design mistakes like Jaywalking and EAV?

  • Jaywalking antipattern: Storing multiple values in a single column (e.g., comma-separated lists) complicates queries and data integrity.
  • Recommended fix: Use intersection (join) tables to represent many-to-many relationships, enabling proper foreign key constraints and easier queries.
  • EAV (Entity-Attribute-Value) drawbacks: Storing attributes as rows leads to complex queries, poor data integrity, and reporting difficulties.
  • Alternatives to EAV: Model subtypes explicitly with inheritance patterns or use semistructured data types like JSON columns when appropriate.

6. What does Bill Karwin recommend for handling hierarchical data in SQL database design?

  • Naive tree model limitations: Using a parent_id column makes querying ancestors or descendants complex and inefficient.
  • Alternative models: The book presents Recursive Queries (CTEs), Path Enumeration, Nested Sets, and Closure Tables as better options.
  • Trade-offs of each model: Nested Sets are efficient for querying but hard to maintain; Closure Tables are versatile but require extra storage.
  • Choosing the right model: The best approach depends on your application’s query and update requirements.

7. What are Bill Karwin’s recommendations on primary key conventions and foreign key constraints in SQL Antipatterns?

  • Meaningful primary keys: Avoid generic id columns; use descriptive names like bug_id or account_id to clarify relationships.
  • Compound and natural keys: Sometimes these are preferable, especially in intersection tables, to prevent duplicates and maintain integrity.
  • Importance of foreign keys: Always declare foreign key constraints to enforce referential integrity and automate cascading updates/deletes.
  • Avoid manual integrity checks: Relying on application code for data integrity is error-prone and inefficient.

8. How does SQL Antipatterns by Bill Karwin explain and address query antipatterns such as ambiguous GROUP BY, random selection, and full-text search?

  • Ambiguous GROUP BY: Referencing nongrouped columns in aggregation queries leads to errors or unreliable results; use window functions or subqueries for clarity.
  • Random row selection: ORDER BY RAND() is inefficient; instead, select random keys or use database-specific sampling features.
  • Full-text search: LIKE and regex are slow; use vendor-specific full-text indexes or external search engines for better performance.
  • Pattern matching alternatives: Build inverted indexes or use third-party tools if built-in full-text search isn’t available.

9. What advice does Bill Karwin give in SQL Antipatterns for handling NULL values and grouping queries?

  • Use COALESCE for nulls: Substitute nulls with default values to prevent unexpected null propagation in expressions.
  • Beware of NOT IN (NULL): Understand SQL’s three-valued logic to avoid confusing query results.
  • Single-Value Rule in GROUP BY: Every column in a GROUP BY query must have a single value per group, enforced by aggregate functions or inclusion in the GROUP BY clause.
  • Use standard functions: Prefer standard SQL functions like COALESCE for portability and clarity.

10. What security pitfalls and solutions regarding passwords and SQL injection does SQL Antipatterns by Bill Karwin highlight?

  • Plain-text password storage: Storing passwords in plain text is a critical security flaw; always use salted cryptographic hashes.
  • Password reset best practices: Avoid sending passwords by email; use temporary tokens and force users to set new passwords securely.
  • Preventing SQL injection: Never interpolate user input directly into SQL; use prepared statements with parameter placeholders.
  • Input validation: Filter and validate all user input, and use proper escaping for dynamic SQL parts that can’t be parameterized.

11. What does Bill Karwin recommend for using indexes effectively in SQL Antipatterns?

  • Avoid guesswork: Don’t create indexes without understanding query patterns; too many or too few indexes can harm performance.
  • MENTOR methodology: Measure, Explain, Nominate, Test, Optimize, and Rebuild indexes to ensure they’re effective.
  • Beware of index misuse: Indexes on low-selectivity columns or mismatched expressions are often ineffective.
  • Regular maintenance: Rebuild and optimize indexes as part of ongoing database management.

12. What is Bill Karwin’s perspective on stored procedures in modern application development, according to SQL Antipatterns?

  • Not always the best choice: Don’t use stored procedures by default; consider their portability, debugging, and deployment challenges.
  • Performance considerations: Overusing stored procedures can create bottlenecks by overloading the database server.
  • Modern architecture preference: Implement business logic in application code when possible, leveraging modern languages and frameworks.
  • Selective use cases: Use stored procedures for privileged operations, reducing network latency for complex tasks, or infrequent administrative jobs.

درباره نویسنده

بیل کاروین یک حرفه‌ای با تجربه در زمینه‌ی پایگاه داده و نویسنده‌ای شناخته شده به خاطر تخصصش در SQL و سیستم‌های مدیریت پایگاه داده رابطه‌ای است. با بیش از دو دهه تجربه، کاروین با سیستم‌های مختلف پایگاه داده از جمله اوراکل، مای‌اس‌کیوال و پستگرس‌کیوال کار کرده است. کتاب او، SQL Antipatterns، از دانش گسترده و تجربیات واقعی او با مسائل رایج طراحی پایگاه داده بهره می‌برد. سبک نوشتاری کاروین به خاطر وضوح، اختصار و دسترسی‌پذیری برای خوانندگان با سطوح مهارتی مختلف مورد تحسین قرار گرفته است. او به خاطر توانایی‌اش در توضیح مفاهیم پیچیده به شیوه‌ای عملی شناخته شده است، که کار او را برای توسعه‌دهندگان تازه‌کار و با تجربه‌ای که با پایگاه‌های داده کار می‌کنند، ارزشمند می‌سازد.

Follow
گوش دادن
Now playing
الگوهای نادرست SQL، جلد ۱
0:00
-0:00
Now playing
الگوهای نادرست SQL، جلد ۱
0:00
-0:00
1x
Queue
Home
Swipe
Library
Get App
Try Full Access for 3 Days
Listen, bookmark, and more
Compare Features Free Pro
📖 Read Summaries
Read unlimited summaries. Free users get 3 per month
🎧 Listen to Summaries
Listen to unlimited summaries in 40 languages
❤️ Unlimited Bookmarks
Free users are limited to 4
📜 Unlimited History
Free users are limited to 4
📥 Unlimited Downloads
Free users are limited to 1
Risk-Free Timeline
Today: Get Instant Access
Listen to full summaries of 26,000+ books. That's 12,000+ hours of audio!
Day 2: Trial Reminder
We'll send you a notification that your trial is ending soon.
Day 3: Your subscription begins
You'll be charged on Jun 9,
cancel anytime before.
Consume 2.8× More Books
2.8× more books Listening Reading
Our users love us
600,000+ readers
Trustpilot Rating
TrustPilot
4.6 Excellent
This site is a total game-changer. I've been flying through book summaries like never before. Highly, highly recommend.
— Dave G
Worth my money and time, and really well made. I've never seen this quality of summaries on other websites. Very helpful!
— Em
Highly recommended!! Fantastic service. Perfect for those that want a little more than a teaser but not all the intricate details of a full audio book.
— Greg M
Save 62%
Yearly
$119.88 $44.99/year/yr
$3.75/mo
Monthly
$9.99/mo
Start a 3-Day Free Trial
3 days free, then $44.99/year. Cancel anytime.
Unlock a world of fiction & nonfiction books
26,000+ books for the price of 2 books
Read any book in 10 minutes
Discover new books like Tinder
Request any book if it's not summarized
Read more books than anyone you know
#1 app for book lovers
Lifelike & immersive summaries
30-day money-back guarantee
Download summaries in EPUBs or PDFs
Cancel anytime in a few clicks
Scanner
Find a barcode to scan

We have a special gift for you
Open
38% OFF
DISCOUNT FOR YOU
$79.99
$49.99/year
only $4.16 per month
Continue
2 taps to start, super easy to cancel
Settings
General
Widget
Loading...
We have a special gift for you
Open
38% OFF
DISCOUNT FOR YOU
$79.99
$49.99/year
only $4.16 per month
Continue
2 taps to start, super easy to cancel