3、测试效果
演示上面标量函数的展示效果,以下定义若干用户定义数据类型来验证标量函数dbo.ufn_GetDisplayDataTypeName的效果。 以下准备要验证效果的数据如下:
CREATE TYPE [dbo].[fd_udt_digest] FROM [NVARCHAR](255) NULL GO CREATE TYPE [dbo].[fd_udt_id] FROM [CHAR](15) NOT NULL GO CREATE TYPE [dbo].[fd_udt_username] FROM [NVARCHAR](20) NULL GO CREATE TYPE [dbo].[UFemail] FROM [VARCHAR](100) NULL GO CREATE TYPE [dbo].[UFFlag] FROM [CHAR](1) NULL GO CREATE TYPE [dbo].[UFhyperlink] FROM [VARCHAR](100) NULL GO CREATE TYPE [dbo].[UFMedia] FROM [IMAGE] NULL GO CREATE TYPE [dbo].[UFreference] FROM [VARCHAR](30) NULL GO CREATE TYPE [dbo].[UFtext] FROM [NTEXT] NULL GO CREATE TYPE [dbo].[UFUID] FROM [UNIQUEIDENTIFIER] NULL GO CREATE TYPE [dbo].[userdecimal] FROM [DECIMAL](28, 6) NOT NULL GO CREATE TYPE [dbo].[udtProduct] AS TABLE ( ProductID INT NOT NULL ,UnitPrice DECIMAL(9, 2) NOT NULL ,Quantity INT NOT NULL PRIMARY KEY ([ProductID] ASC) ) GO CREATE TABLE [dbo].[ScaleDataTypeTable]( [ColDecimal] [NUMERIC](18, 2) NULL, [ColNumeric] [NUMERIC](9, 2) NULL, [ColFloat] [FLOAT] NULL, [ColReal] [REAL] NULL, [ColTime] [TIME](5) NOT NULL, [ColDateTime2] [DATETIME2](3) NULL, [ColDateTimeOffset] [DATETIMEOFFSET](5) NULL, [ColSqlVariant] [SQL_VARIANT] NULL, [ColMoney] [MONEY] NULL, [ColSmallMoney] [SMALLMONEY] NULL, [Col1] [dbo].[fd_udt_digest] NULL, [Col2] [dbo].[fd_udt_id] NULL, [Col3] [dbo].[fd_udt_username] NULL, [Col4] [dbo].[UFemail] NULL, [Col5] [dbo].[UFFlag] NULL, [Col6] [dbo].[UFhyperlink] NULL, [Col7] [dbo].[UFMedia] NULL, [Col8] [dbo].[UFreference] NULL, [Col9] [dbo].[UFtext] NULL, [Col10] [dbo].[UFUID] NULL, [Col11] [dbo].[userdecimal] NULL, [Col12] HIERARCHYID NULL, [Col13] GEOMETRY NULL, [Col14] GEOGRAPHY NOT NULL, [Col15] CHAR(10) NOT NULL, [Col16] VARCHAR(25) NOT NULL, [Col16Max] VARCHAR(MAX) NOT NULL, [Col17] NCHAR(16) NOT NULL, [Col18] NVARCHAR(32) NOT NULL, [Col18Max] NVARCHAR(MAX) NOT NULL, [ColBigint] BIGINT NOT NULL, [ColInt] INT NOT NULL, [ColSmallint] INT NOT NULL, [ColTinyint] TINYINT NOT NULL, [ColBit] BIT NOT NULL, [Col19] DECIMAL(9,7) NOT NULL, [Col20] MONEY NOT NULL, [Col21] SMALLMONEY NOT NULL, [Col22] TIMESTAMP NOT NULL, [Col24] UNIQUEIDENTIFIER NOT NULL, [Col25] IMAGE NOT NULL, [Col26] TEXT NOT NULL, [Col27] NTEXT NOT NULL, [Col28] BINARY(8) NOT NULL, [Col29] VARBINARY(8) NOT NULL, [Col29Max] VARBINARY(MAX) NOT NULL, [ColMxml] XML NULL, [Col30] DATE NOT NULL, [Col31] DATETIME NOT NULL, [Col32] SMALLDATETIME NOT NULL ) ON [PRIMARY]; GO CREATE TABLE [dbo].[UpdateDataTable] ( UpdateDataTableId INT NOT NULL, [Col23] ROWVERSION NOT NULL, [Colname] sysname NOT NULL ) ON [PRIMARY]; GO
基本数据类型小写展示的效果的T-SQL代码和效果截图如下:
SELECT T2.[name] AS [table_name] ,[T1].[name] AS [column_name] ,TYPE_NAME([T1].[user_type_id]) AS [column_datatype] ,[dbo].[ufn_GetDisplayDataTypeName]([T1].[user_type_id], [T1].[max_length], [T1].[precision], [T1].[scale], 0) AS [column_display_datatype] ,[T1].[max_length] ,[T1].[precision] ,[T1].[scale] FROM [sys].[all_columns] AS T1 INNER JOIN [sys].[all_objects] AS T2 ON [T1].[object_id] = [T2].[object_id] WHERE [T2].[name] IN (N‘ScaleDataTypeTable‘, N‘UpdateDataTable‘) --AND EXISTS (SELECT 1 FROM [sys].[types] WHERE ([name] = N‘sysname‘ OR [is_user_defined] = 1) AND [user_type_id] = [T1].[user_type_id]); GO
基本数据类型大写展示的效果的T-SQL代码和效果截图如下:
SELECT T2.[name] AS [table_name] ,[T1].[name] AS [column_name] ,TYPE_NAME([T1].[user_type_id]) AS [column_datatype] ,[dbo].[ufn_GetDisplayDataTypeName]([T1].[user_type_id], [T1].[max_length], [T1].[precision], [T1].[scale], 1) AS [column_display_datatype] ,[T1].[max_length] ,[T1].[precision] ,[T1].[scale] FROM [sys].[all_columns] AS T1 INNER JOIN [sys].[all_objects] AS T2 ON [T1].[object_id] = [T2].[object_id] WHERE [T2].[name] IN (N‘ScaleDataTypeTable‘, N‘UpdateDataTable‘) --AND EXISTS (SELECT 1 FROM [sys].[types] WHERE ([name] = N‘sysname‘ OR [is_user_defined] = 1) AND [user_type_id] = [T1].[user_type_id]); GO
4、总结语这个功能刚开始自己使用了2个标量函数,针对sys.types每次查询最多调用四次;第二版本则集中到一个标量函数中,还是针对sys.types每次查询最多调用4次;第三版则重构和优化为sys.types每次查询最多2次;第4版本继续重构代码将函数返回的结果分为三个部分的联结,这样重构更简单明了;最后一版本增加了针对基本数据类型的大小写功能。 都说代码重构,这个功能的实现我确实感受到了重构和优化的效果,以上五个版本下来,有确实感觉到真正做好一件事情确实要好好的思考和动手实践的,不然很容易要么头脑迟钝要么眼高手低等不好的习惯养成的。近来一直在看数据库和商业智能方便的数据集,更印证了知道的越多,不知道和迫切想了解的就更多。如何将理论更好的指导实践以及实践更好的印证理论的可行性,需要更多的身体力行。 尽量要求自己每周至少发一篇博文和大家一起讨论学习进步。虽然自己也在转载和记录工作中或是自己动手实践的东西,有时候真的感觉时间有些不够用,需要更多的汲取其他优秀人员的技能和理论,才能谨慎的写下自己的所思所想,如果不周或认知不正确的地方也请各位海涵。近来学习到的东西太多,才发现之前发布的的东西有不正确的地方,慢慢地我根据现有的认知来更正。 5、参考清单列表
无。
模拟实现SQL Server字段列显示的数据类型
标签: