SAP HANA SQL: Lär dig grundläggande uttalanden på 10 minuter

⚡ Smart sammanfattning

SAP HANA SQL är plattformens huvudsakliga databasspråk. Det hanterar schemadefinition, datamanipulation, åtkomstkontroll och sessionshantering, enligt standarden som gör SQL portabelt över relationsdatabaser.

  • 🗣️ Kärnroll: SQL är det primära språket för kommunikation med SAP HANA, liksom för andra relationella system.
  • 🏗️ Schemaarbete: CREATE SCHEMA etablerar namnrymden som äger tabeller, vyer och procedurer.
  • 📋 DML-uttryck: SELECT, INSERT och UPDATE läser och ändrar raderna i en tabell.
  • 🧱 DDL-uttalanden: SKAPA, ÄNDRA och TA BORT definierar och omformar själva objekten.
  • 🔐 DCL-uttalanden: GRANT och REVOKE styr vilken användare som får utföra vilken operation.
  • 💬 Kommentarstilar: Double Bindestreck markerar en kommentar med en rad och snedstreck omsluter en kommentar med flera rader.
  • ⚙️ Administration: System-, sessions- och transaktionshantering drivs alla via SQL-satser.

SAP HANA SQL

De flesta RDBMS-databaser använder SQL som databasspråk är anledningen till att det är populärt – det är kraftfullt, leverantörsoberoende och standardiserat. SAP HANA stöder även SQL.

In SAP HANA, SQL är det huvudsakliga databasspråket.

Vad är SAP HANA SQL?

SQL står för Structured Query Language. Det är ett standardspråk för att kommunicera med relationsdatabaser som Oracle, MySQL etc. SQL används för att lagra, hämta och modifiera data i databasen.

Genom att använda SQL i SAP HANA, vi kan utföra följande jobb-

  • Schemadefinition och användning (CREATE SCHEMA).
  • DML-uttalande (SELECT, UPDATE, INSERT).
  • DDL-sats (CREATE, ALTER, DROP)
  • DCL-utlåtande (BEVILJANDE, ÅTERKALLANDE)
  • Systemhantering
  • Session Management
  • Transaktionshantering

Sattelser exekveras från SQL-konsolen för SAP HANA Studio, från en kommandoradsklient eller från ett program som ansluter via JDBC eller ODBC. Själva språket är identiskt i båda fallen.

SQL-satskategorier i SAP HANA

Varje uttalande tillhör en av ett litet antal familjer. Att veta vilken familj ett uttalande finns i förutsäger om det kan återställas och vilken auktorisering det behöver.

Kategori Fullständigt namn Typiska uttalanden Syfte
DDL Datadefinitionsspråk SKAPA, ÄNDRA, TA BORT, BYT NAMN Definierar och ändrar objekt som scheman, tabeller och vyer
DML Datahanteringsspråk VÄLJ, LÄGG IN, UPPDATERA, TA BORT, UPPDATERA Läser och ändrar raderna som finns inuti objekt
DCL Datakontrollspråk BEVILJANDE, ÅTERKALLANDE Styr vilken användare eller roll som får utföra vilken åtgärd
TCL Språk för transaktionskontroll COMMIT, ROLLBACK, SAVEPOINT Bekräftar eller ignorerar en arbetsenhet
Session Test Sessionshantering STÄLL IN SCHEMA, ANSLUT, STÄLL IN TRANSAKTION Konfigurerar den aktuella anslutningen
Systemkrav systemförvaltning ÄNDRING AV SYSTEM, övervakningsvyer Administrerar själva databasinstansen

UPSERT är värt att notera eftersom det inte finns i alla dialekter. Det infogar en rad när nyckeln är ny och uppdaterar den när nyckeln redan finns, vilket tar bort ett vanligt mönster med två uttryck.

Kommentar i SQL

Vi kan lägga till en kommentar för att förbättra läsbarheten och underhållbarheten för SQL-satser. Kommentarer kan läggas på SQL på två sätt-

  • En rad kommentar – Double Bindestreck “–”. Detta är en kommentar på en rad.
  • Flera raders kommentar – “/* */”.

All kommenterad text ignoreras av SQL Parser.

-- This is a single line comment
SELECT ELEMENT FROM DHK_SCHEMA.TABLE1;

/* This is a multiple line comment.
   Everything between the markers is ignored
   by the SQL parser. */
SELECT COUNT(*) FROM DHK_SCHEMA.TABLE1;

Grundläggande SQL-syntaxexempel i SAP HANA

Instruktionerna nedan täcker den dagliga cykeln för att skapa ett schema, definiera en tabell, läsa in rader och läsa tillbaka dem. De körs oförändrade i SQL-konsolen.

1) Skapa ett schema. Ett schema äger de objekt som skapas inuti det och är det första ett nytt projekt behöver.

CREATE SCHEMA DHK_SCHEMA;
SET SCHEMA DHK_SCHEMA;

2) Skapa en kolumntabell. Kolumnlagring är standardinställningen och orsaken till HANA:s analyshastighet. Radlagring väljs endast för små tabeller med hög skrivintensivitet.

CREATE COLUMN TABLE DHK_SCHEMA.EMPLOYEE (
  EMP_ID    INTEGER NOT NULL,
  EMP_NAME  NVARCHAR(100),
  HIRE_DATE DATE,
  SALARY    DECIMAL(10,2),
  PRIMARY KEY (EMP_ID)
);

3) Infoga och uppdatera rader. INSERT lägger till en rad och UPDATE ändrar befintliga. Koppla alltid ihop en UPDATE med en WHERE-klausul om inte varje rad egentligen borde ändras.

INSERT INTO DHK_SCHEMA.EMPLOYEE
  VALUES (1, 'Anita Sharma', '2026-01-15', 55000.00);

UPDATE DHK_SCHEMA.EMPLOYEE
  SET SALARY = 60000.00
  WHERE EMP_ID = 1;

4) Fråga efter informationen. SELECT stöder de välkända WHERE-, GROUP BY-, HAVING- och ORDER BY-klausulerna.

SELECT EMP_NAME, SALARY
  FROM DHK_SCHEMA.EMPLOYEE
  WHERE SALARY > 50000
  ORDER BY SALARY DESC;

5) Bevilja åtkomst och genomför. DCL styr vem som får läsa tabellen, och COMMIT gör arbetet permanent.

GRANT SELECT ON DHK_SCHEMA.EMPLOYEE TO REPORT_USER;
COMMIT;

Detaljer på fältnivå för varje kolumndefinition beskrivs i SAP HANA-datatyperoch symbolerna som används i WHERE-klausulen i SAP HANA-operatörer.

SAP HANA SQL kontra standard SQL

SAP HANA följer SQL-standarden noggrant, vilket är anledningen till att en erfaren utvecklare är produktiv snabbt. Skillnaderna som spelar roll är tillägg snarare än avvikelser.

Area Standard SQL SAP HANA SQL
Bordförvaring Radorienterad som standard Kolumnlagring som standard, radlagring valfritt
Infoga eller uppdatera i ett uttalande SAMMANFÖR, där det stöds UPSERT, enklare syntax för samma resultat
Resultatgräns Dialektspecifik GRÄNS med OFFSET, plus TOP
Procedurell förlängning Leverantörsspecifik SQLScript, med tabellvariabler och parallell exekvering
Fulltextsökning Vanligtvis ett tillägg Inbyggt via TEXT- och SHORTTEXT-kolumnerna
Fallkänslighet Varierar Oavgränsade identifierare skrivs med versaler, avgränsade behåller versaler

Identifieringsregeln orsakar de flesta överraskningarna. Att skriva ett tabellnamn med gemener utan dubbla citationstecken skapar det med versaler, och senare, genom att välja det inom dubbla citationstecken med gemener, misslyckas det med att hitta det. Reglerna anges i datatyper och identifierare handledning, med den bredare plattformen som täcks av SAP HANA-handledning serien.

Vanliga frågor

SQL hanterar enskilda satser. SQLScript lägger till procedurell logik som variabler, loopar och tabellvariabler, vilket gör att flera steg kan köras inuti databasen istället för i applikationslagret.

Kolumntabeller för nästan allt, eftersom komprimering och analytiska läsningar är mycket snabbare. Radtabeller passar små konfigurationstabeller som läses helt, post för post, vid varje åtkomst.

Ja. Med tanke på schemat utarbetar språkmodeller korrekta SELECT-satser från en skriftlig begäran. Review joiner och filtrerar noggrant, eftersom en rimlig fråga fortfarande kan besvara fel fråga.

Ja. AI läser exekveringsplanen och föreslår omskrivningar, bättre kopplingsordning eller saknade filter. Mät resultatet, eftersom ett förslag som hjälper en datavolym kan skada en annan.

Nej. Parsern ignorerar dem före körning, så kommentarer kostar ingenting vid körning. De är det billigaste sättet att göra ett långt analytiskt uttalande underhållbart.

Sammanfatta detta inlägg med: