活动介绍

SQLServer2000特殊类型的存储过程、用户定义函数和触发器详解

立即解锁
发布时间: 2025-08-30 01:23:26 阅读量: 4 订阅数: 16 AIGC
PDF

SQL Server存储过程编程

### SQL Server 2000特殊类型的存储过程、用户定义函数和触发器详解 #### 1. 特殊类型的存储过程 在SQL Server 2000中,有几种特殊类型的存储过程,包括临时存储过程、全局临时存储过程和远程存储过程。 ##### 1.1 临时存储过程 临时存储过程与存储过程的关系,就如同临时表与表的关系。当你期望在有限时间内重用存储过程的执行计划时,可以使用临时存储过程。尽管标准的用户定义存储过程也能实现相同的功能,但临时存储过程是更好的解决方案,因为你无需担心维护问题(例如删除存储过程)。 临时存储过程驻留在`tempdb`中,并且名称必须以`#`为前缀。创建临时存储过程的方式与创建用户定义存储过程相同,唯一的区别是使用`#`作为名称前缀,这个前缀会告知服务器将该过程创建为临时存储过程。这种存储过程只能在创建它的会话中使用,当会话关闭时,它会自动被删除,因此也常被称为私有临时存储过程。 以下是一个创建临时存储过程的示例: ```sql Create Procedure #GetId @Make varchar(50), @Model varchar(50) as Select EquipmentId from Equipment where Make = @Make and Model = @Model ``` 需要注意的是,有时管理员会将`tempdb`中的用户定义存储过程称为临时存储过程,这是不正确的,因为两者存在重大差异。例如,`tempdb`中的用户定义存储过程可供所有授权用户访问,并且这些存储过程会一直保留在`tempdb`中,直到服务器关闭,此时`tempdb`的所有内容都会被清空。 ##### 1.2 全局临时存储过程 全局临时存储过程与临时存储过程的关系,就如同全局临时表与私有临时表的关系。它们也驻留在`tempdb`中,但使用`##`作为前缀。创建全局临时存储过程的方式与创建临时存储过程相同,唯一的区别是它们可以在所有会话中可见和使用,实际上,不需要权限,并且所有者甚至无法阻止其他用户访问它们。 当创建该过程的会话关闭时,新的会话将无法执行该存储过程。在所有正在运行的存储过程实例完成后,该过程会自动被删除。 以下是一个创建全局临时存储过程的示例: ```sql Create Procedure ##InsertEquipment @Make varchar(50), @Model varchar(50), @EqType varchar(50) as declare @EqTypeId smallint select @EqTypeId = EqTypeId -- This is OK in perfect world, from EqType -- but it is based on Where EqType = @EqType -- unreasonable assumption. Insert Equipment (Make, Model, EqTypeId) Values (@Make, @Model, @EqTypeId) ``` ##### 1.3 远程存储过程 远程存储过程实际上是驻留在远程服务器上的用户定义存储过程。这种类型的存储过程的唯一挑战是,本地服务器必须设置为允许远程使用存储过程。如需更多信息,请使用以下字符串在SQL Server联机丛书中搜索:如何设置远程服务器以允许使用远程存储过程。 需要注意的是,微软实际上将这种机制视为SQL Server旧版本的遗留功能,建议使用异构查询来执行其他服务器上的存储过程或访问表。 #### 2. 用户定义函数 在SQL Server 2000中,设计Transact - SQL函数是一项新功能。在早期版本中,用户只能使用内置函数。 ##### 2.1 用户定义函数的设计 用户定义函数可以使用`Create Function`语句创建,使用`Alter Function`语句修改,使用`Drop Function`语句删除。可以使用`sp_help`和`sp_stored_procedures`获取函数的信息,使用`sp_helptext`获取其源代码。从企业管理器中,管理员可以使用与创建和管理存储过程相同的工具。 函数可以有零个、一个或多个参数,但必须返回单个返回值。返回值可以是标量,也可以是表。输入参数可以是除`timestamp`、`cursor`和`table`之外的任何数据类型。返回值可以是除`timestamp`、`cursor`、`text`、`ntext`和`image`之外的任何数据类型。 `Create Function`语句的语法如下: ```sql Create Function [owner_name.]function_name ( [ {@parameter_name scalar_data_type [= default]} [,...n] ] ) returns scalar_data_type |Table |return_variable Table({column_def|table_constraint}[,…n]) [With {Encryption|Schemabinding}[,…n] ] [As] {Begin function_body End} | Return [(] {value|select-stmt} [)] ``` 以下是一个返回指定日期所在季度的函数示例: ```sql Create Function fnQuarterString -- returns quarter in form of '3Q2000'. ( @dtmDate datetime ) Returns char(6) -- quarter like 3Q2000 As Begin Return (DateName(q, @dtmDate) + 'Q' + DateName(yyyy, @dtmDate)) End ``` 函数可以设计为包含流控制和其他Transact - SQL语句,甚至可以包含多个`Return`语句。在不同条件下,这些`Return`语句可以作为函数的退出点,但函数体的最后一条语句必须是无条件的`Return`语句。 以下是一个返回指定日期三天工作日后的日期的函数示例: ```sql Create Function fnThreeBusDays -- returns date 3 business day after the specified date (@dtmDate datetime) Returns datetime As Begin Declare @inyDayOfWeek tinyint Set @inyDayOfWeek = DatePart(dw, @dtmDate) Set @dtmDate = Convert(datetime, Convert(varchar, @dtmDate, 101)) If @inyDayOfWeek = 1 -- Sunday Return DateAdd(d, 3, @dtmDate ) If @inyDayOfWeek = 7 -- Saturday Return DateAdd(d, 4, @dtmDate ) If @inyDayOfWeek = 6 -- Friday Return DateAdd(d, 5, @dtmDate ) If @inyDayOfWeek = 5 -- Thursday Return DateAdd(d, 5, @dtmDate ) If @inyDayOfWeek = 4 -- Wednesday Return DateAdd(d, 5, @dtmDate ) Return DateAdd(d, 3, @dtmDate ) End ``` ##### 2.2 用户定义函数的副作用 用户定义函数有一个严重的限制,即不能有副作用。函数的副作用是指对函数外部作用域的资源(如非临时表)进行的任何永久性更改。基本上,这意味着函数应该返回一个值,而不更改数据库中的任何内容。 SQL Server通过限制函数内部可以使用的Transact - SQL语句来强制用户不创建副作用,允许使用的语句包括: - 引用函数本地对象(如局部变量和返回值)的赋值语句(`Set`或`Select`) - 流控制语句 - 更新局部表变量的`Update`、`Insert`和`Delete`语句 - 定义局部变量或游标声明语句 - 声明、打开、关闭、提取和释放局部游标的语句(允许的唯一`Fetch`语句是将信息从游标检索到局部变量的语句) ##### 2.3 内置函数的使用限制 用户定义函数不能调用每次调用时返回不同数据的内置函数,例如: - `@@CONNECTIONS` - `@@TIMETICKS` - `@@CPU_BUSY` - `@@TOTAL_ERRORS` - `@@IDLE` - `@@TOTAL_READ` - `@@IO_BUSY` - `@@TOTAL_WRITE` - `@@MAX_CONNECTIONS` - `GETDATE` - `@@PACK_RECEIVED` - `NEWID` - `@@PACK_SENT` - `RAND` - `@@PACKET_ERRORS` - `TEXTPTR` 如果尝试在用户定义函数中使用`GetDate()`,SQL Server将报告错误。 ##### 2.4 加密和架构绑定 与存储过程一样,函数可以进行加密,这样就没有人能看到其源代码。开发人员只需在创建或修改函数时使用`With Encryption`选项即可。 新的`With Schemabinding`选项允许开发人员将用户定义函数与它引用的数据库对象(如表、视图和其他用户定义函数)进行架构绑定。一旦函数进行了架构绑定,就无法对底层对象进行架构更改,所有删除对象的尝试和所有更改底层对象架构的尝试都将失败。 函数进行架构绑定必须满足以下所有条件: - 函数引用的所有用户定义函数和视图必须已经进行了架构绑定。 - 函数引用的所有数据库对象必须与函数位于同一数据库中,对数据库对象的引用不能有服务器或数据库限定符,只允许使用对象所有者限定符和对象标识符。 - 执行`Create`(或`Alter`)`Function`语句的用户对所有引用的数据库对象具有`References`权限。 ##### 2.5 表值用户定义函数 由于SQL Server 2000具有表数据类型,因此可以设计返回表的用户定义函数。表值用户定义函数的主要用途与视图类似,但这些函数更加灵活,并提供了额外的功能。 可以在任何可以使用表(或视图)的地方使用表值用户定义函数。在这方面,它们实现了视图的功能,但函数可以有参数,因此是动态的。视图也仅限于单个`Select`语句,而函数可以包含一个或多个Transact - SQL语句,从而实现更复杂的功能,因此这类函数通常被称为多语句表值用户定义函数。存储过程也可以返回结果集,但这种结果集的使用有一定限制,例如,只有函数返回的结果集可以在`Select`语句的`From`子句中引用。 以下是一个使用表值用户定义函数的示例: ```sql select DD.TermId, DD.DueDate, Inventory.Lease from dbo.fnDueDays('1/1/2000','1/1/2004','monthly') DD, Inventory where InventoryId = 8 and DD.DueDate > GetDate() ``` 结果可能如下: | TermId | DueDate
corwn 最低0.47元/天 解锁专栏
赠100次下载
继续阅读 点击查看下一篇
profit 400次 会员资源下载次数
profit 300万+ 优质博客文章
profit 1000万+ 优质下载资源
profit 1000万+ 优质文库回答
复制全文

相关推荐

LI_李波

资深数据库专家
北理工计算机硕士,曾在一家全球领先的互联网巨头公司担任数据库工程师,负责设计、优化和维护公司核心数据库系统,在大规模数据处理和数据库系统架构设计方面颇有造诣。
最低0.47元/天 解锁专栏
赠100次下载
百万级 高质量VIP文章无限畅学
千万级 优质资源任意下载
千万级 优质文库回答免费看

最新推荐

OpenVX:跨平台高效编程的秘诀

### OpenVX:跨平台高效编程的秘诀 #### 1. OpenCL 互操作性扩展 OpenCL 互操作性扩展为 OpenVX 内的应用程序和用户算法提供了高效实现的支持,具备以下六个关键特性: - 共享一个通用的 `cl_context` 对象,供 OpenVX 和 OpenCL 应用程序使用。 - 共享一组有序的 `cl_command_queue` 对象,用于 OpenVX 和 OpenCL 应用程序/用户内核之间的协调。 - 允许 OpenCL 应用程序将 `cl_mem` 缓冲区导出到 OpenVX。 - 允许 OpenCL 应用程序从 OpenVX 收回导出的 `cl_mem

自适应复杂网络结构中的同步现象解析

# 自适应复杂网络结构中的同步现象解析 ## 1. 引言 在复杂的动力学网络中,同步现象一直是研究的重点。我们将主稳定性方法拓展到由 $N$ 个扩散且自适应耦合的振荡器组成的复杂网络中。通过对自适应耦合相位振荡器这一典型模型的研究,我们发现了由于稳定性岛屿的存在而导致的多簇现象的出现。接下来,我们将深入探讨相关内容。 ## 2. 自适应耦合振荡器网络模型 考虑一个由 $N$ 个扩散且自适应耦合的振荡器组成的网络,其形式如下: \(\dot{x}_i = f (x_i(t)) - \sigma \sum_{j = 1}^{N} a_{ij} \kappa_{ij} G(x_i - x_j)\

利用大数据进行高效机器学习

### 利用大数据进行高效机器学习 #### 1. 集群管理与并行计算基础 在处理大数据时,集群的使用至关重要。当集群任务完成后,终止其派生的进程能释放每个节点占用的资源,使用如下命令: ```R stopCluster(cl1) ``` 对于大规模的大数据问题,还可以进行更复杂的`snow`配置,例如配置Beowulf集群(由多个消费级机器组成的网络)。在学术和行业研究中,若有专用计算集群,`snow`可借助`Rmpi`包访问高性能消息传递接口(MPI)服务器,但这需要网络配置和计算硬件方面的知识。 #### 2. 使用`foreach`和`doParallel`实现并行计算 `fore

语音情感识别:预加重滤波器与清音影响分析

### 语音情感识别:预加重滤波器与清音影响分析 在语音情感识别领域,多种因素会影响识别的准确性和性能。本文将深入探讨预加重滤波器、清音去除等因素对语音情感分类的影响,并通过一系列实验来揭示不同特征向量大小、帧大小等参数在不同数据库中的表现。 #### 1. 清音去除 在语音情感识别中,通常会使用浊音和清音进行情感识别。然而,清音往往与语音信号记录中的噪声或静音区域具有相似的时间和频谱特征。为了探索去除清音后分类阶段的性能,我们使用自相关函数来去除每一帧中的清音。 具体步骤如下: 1. **自相关函数定义**:对于信号 $x(n)$ 从样本 $n$ 开始的一帧,其短时自相关函数定义为 $

具有多重时滞和不确定参数的CRDNNs的无源性与同步性研究

# 具有多重时滞和不确定参数的 CRDNNs 的无源性与同步性研究 ## 1. 引言 在神经网络的研究领域中,具有多重时滞和不确定参数的连续反应扩散神经网络(CRDNNs)的无源性和同步性是重要的研究课题。无源性能够保证系统的稳定性和能量特性,而同步性则在信息处理、通信等领域有着广泛的应用。本文将深入探讨 CRDNNs 的无源性和同步性相关问题,包括理论分析和数值验证。 ## 2. 无源性判据 ### 2.1 输出严格无源性条件 当满足以下矩阵不等式时,网络(9.17)具有输出严格无源性: \[ \begin{bmatrix} W_6 & \Xi_2 \\ \Xi_2^T & W_7 \e

HNPU-V1:自适应DNN训练处理器的技术解析与性能评估

### HNPU-V1:自适应DNN训练处理器的技术解析与性能评估 在深度学习领域,DNN(深度神经网络)训练处理器的性能对于提高训练效率和降低能耗至关重要。今天我们要介绍的HNPU - V1就是一款具有创新性的自适应DNN训练处理器,它采用了多种先进技术来提升性能。 #### 1. 稀疏性利用技术 在DNN训练过程中,会出现输入或输出稀疏性的情况。传统的输出零预测方法虽然可以同时利用输入和输出稀疏性,但会带来面积和能量开销。而HNPU - V1采用了独特的稀疏性利用技术。 ##### 1.1 切片级输入跳过(Slice - Level Input Skipping) - **原理**:

网络数据上的无监督机器学习

### 网络数据上的无监督机器学习 在处理图数据时,机器学习(ML)并非必需,但它能带来很大的帮助。不过,ML的定义较为模糊,例如社区检测算法虽能自动识别网络中的社区,可被视为无监督ML,但NetworkX提供的一些方法虽类似却未得到数据科学界同等关注,因为它们未被明确称为图ML。 #### 1. 网络科学方法 在处理图数据时,有很多已掌握的方法可避免使用所谓的图ML: - **社区识别**:可以使用Louvain算法或直接查看连通分量。 - **枢纽节点识别**:使用PageRank算法,无需嵌入。 - **孤立节点识别**:使用`k_corona(0)`,无需ML。 - **训练数据创

言语节奏与大脑定时模式:探索神经机制与应用

# 言语节奏与大脑定时模式:探索神经机制与应用 ## 1. 大脑的预测性与时间维度 人类大脑是一个具有建设性的器官,它能够生成预测以调节自身功能,并持续适应动态环境。在这个过程中,运动和非运动行为的时间维度正逐渐被视为预测性偏差的关键组成部分。然而,编码、解码和评估时间信息以产生时间感和控制感觉运动定时的神经机制之间的复杂相互作用,仍然大部分是未知的。 ### 1.1 事件的时间与类型维度 个体和环境中的所有状态变化都会产生由类型(“是什么”)和时间(“何时”)定义的事件。为了成功地与不断变化的环境进行交互,人们需要不断适应这些事件的“是什么”和“何时”维度。人类不仅会对事件做出反应,还会

SSH连接与操作全解析

# SSH 连接与操作全解析 ## 1. SSH 主机密钥概述 当 SSH 客户端首次连接到远程主机时,双方会交换临时公钥,以此对后续通信进行加密,防止信息泄露。客户端在披露更多信息之前,需要确认远程服务器的身份。这是合理的,因为若连接到的是黑客软件,我们肯定不希望泄露用户名和密码。 ### 1.1 公钥基础设施的问题 构建公钥基础设施是解决互联网机器身份验证的一种方法。首先要确定证书颁发机构,将其公钥列表安装到所有浏览器和 SSL 客户端中,然后付费让这些机构验证身份并签署 SSL 证书,最后将证书安装到 Web 服务器上。但从 SSH 的角度看,这种方法存在诸多问题。虽然可以创建内部公

计算机视觉中的概率图模型:不完整数据下的贝叶斯网络学习

# 计算机视觉中的概率图模型:不完整数据下的贝叶斯网络学习 在计算机视觉领域,概率图模型是一种强大的工具,可用于处理复杂的概率关系。当数据不完整时,贝叶斯网络(BN)的参数学习和结构学习变得更具挑战性。本文将介绍不完整数据下BN参数学习和结构学习的方法。 ## 1. 不完整数据下的BN参数学习 在不完整数据中,变量 $Z_m$ 可能随机缺失或始终缺失。与完整数据情况类似,不完整数据下的BN参数学习也可通过最大似然法或贝叶斯法实现。 ### 1.1 最大似然估计 最大似然估计(ML)需要通过最大化边际似然来找到BN参数 $\theta = \{\theta_n\}_{n=1}^N$: $$