1974 - SEQUEL／SQL（宣告式查詢語言的誕生）#

案件摘要#

1974 年，IBM 聖荷西實驗室的 Donald Chamberlin 與 Raymond Boyce 發表論文 SEQUEL: A Structured English Query Language：

\[ \boxed{\text{「說你要什麼，不說怎麼拿」——宣告式語言（declarative）}} \]

在此之前，存取資料庫要寫程序式程式碼（procedural）—— 一步步「打開檔案、逐筆掃描、比對、取出」； SEQUEL 讓使用者只需宣告： - SELECT：要哪些欄位； - FROM：來自哪些表（table）； - WHERE：滿足什麼條件。

\[ \text{SELECT--FROM--WHERE} = \text{關聯代數的「人話版」}. \]

IBM 在 System R（1974–1979） 專案中把它實現並最佳化—— SQL 從此統治資料庫世界五十年，至今仍是無可取代的通用資料語言。

前因 -- 為什麼會有這個案子#

Codd 的關聯式模型（1970）： IBM 的 E. F. Codd 發表《大型共享資料庫的關聯式模型》（見 1970-科德關聯式資料庫.md）：

\[ \text{資料} = \text{關係（表）的集合}，\ \text{查詢} = \text{關聯代數運算}. \]

但 Codd 的關聯代數是數學符號（ \(\sigma\) 、 \(\pi\) 、 \(\Join\) ）—— 工程師看不懂，程式設計師不會寫—— 理論再美，沒有好用的語言就無法落地。 - 宣告式 vs 程序式的鴻溝：程序式語言（如組合語言、FORTRAN）描述怎麼做（how）；宣告式語言描述要什麼（what）——

\[ \boxed{\text{宣告式：把「怎麼做」交給最佳化器（optimizer）}} \]

這樣系統可以自由選擇最快的執行路徑—— 使用者不必（也不該）指定掃描順序與索引。 - 結構化程式設計的風潮（1968）： Dijkstra 的結構化程式設計（見 ../資訊科學/1968-結構化程式設計.md）強調程式要有清楚的結構—— SEQUEL 的巢狀查詢（nested query）正是這種精神：

\[ \text{查詢裡面可以再放查詢} \Rightarrow \text{複雜的問題 = 簡單結構的組合}. \]

「英文查詢」的野心： Chamberlin 與 Boyce 希望非程式設計師（會計、經理、圖書館員）也能查詢資料——語法刻意設計得接近英文句子—— 這是資料民主化的第一步。

線索與推理 -- 數學式、程式、理論#

第一條線索：SELECT--FROM--WHERE 對應關聯代數#

一個 SQL 查詢：

SELECT name, salary FROM emp WHERE salary > 50000

對應兩步關聯代數運算：

\[ \pi_{\text{name},\,\text{salary}}\big(\sigma_{\text{salary} > 50000}(\text{emp})\big) \]

\(\sigma\) （selection）：WHERE 條件——水平方向的過濾；
\(\pi\) （projection）：SELECT 欄位——垂直方向的裁切；
順序可以顛倒嗎？ 可以！先 \(\sigma\) 再 \(\pi\) 通常更省—— （這正是 1974 Ingres 與 System R 的查詢最佳化課題——見 1974-斯東布雷克Ingres.md）。

第二條線索：JOIN 對應笛卡兒積 + 選擇#

SELECT emp.name, dept.deptname
FROM emp JOIN dept ON emp.dept_id = dept.id

對應：

\[ \text{emp} \Join_{\text{emp}.\text{dept\_id} = \text{dept}.\text{id}} \text{dept} \;=\; \sigma_{\text{cond}}(\text{emp} \times \text{dept}) \]

JOIN = 笛卡兒積再過濾—— - 笛卡兒積的行數 = \(|A| \times |B|\) （可能爆炸）； - 但 JOIN 條件把結果縮回合理的規模；

\[ \boxed{\text{JOIN 是關聯式模型的靈魂：表格之間靠「鍵」相連}} \]

第三條線索：GROUP BY 對應分組聚合#

SELECT dept_id, COUNT(*), AVG(salary)
FROM emp GROUP BY dept_id

對應分組聚合函數（aggregate）：

\[ g \mapsto \big(|g|,\ \tfrac{1}{|g|}\textstyle\sum_{r \in g} r.\text{salary}\big) \]

關聯代數原本沒有聚合——SQL 把它補進去；
這是 SQL 超越 Codd 原始理論的地方：

\[ \text{理論（1970）} \xrightarrow{\text{SQL（1974）}} \text{理論的擴充}. \]

Python：用 sqlite3 實作小型資料庫（SELECT、JOIN、GROUP BY）#

import sqlite3

conn = sqlite3.connect(":memory:")   # 記憶體資料庫（SEQUEL 的現代後裔）
cur = conn.cursor()

# 1) 建表（CREATE = DDL，資料的「戶籍登記」）
cur.execute("CREATE TABLE dept (id INTEGER PRIMARY KEY, deptname TEXT)")
cur.execute("""CREATE TABLE emp (
    id INTEGER PRIMARY KEY, name TEXT,
    salary REAL, dept_id INTEGER REFERENCES dept(id))""")

# 2) INSERT（宣告式的資料寫入）
depts = [(1, "業務部"), (2, "研發部"), (3, "財務部")]
emps = [(101, "王大明", 62000, 2), (102, "林小美", 48000, 1),
        (103, "陳阿土", 75000, 2), (104, "張小姐", 55000, 3),
        (105, "李工程", 88000, 2), (106, "黃業務", 42000, 1)]
cur.executemany("INSERT INTO dept VALUES (?, ?)", depts)
cur.executemany("INSERT INTO emp VALUES (?, ?, ?, ?)", emps)
conn.commit()

# 3) SELECT--FROM--WHERE（對應 σ 與 π）
print("SELECT--FROM--WHERE：薪水 > 50000 的員工")
for name, sal in cur.execute(
        "SELECT name, salary FROM emp WHERE salary > 50000"):
    print(f"  {name}：{sal:.0f}")

# 4) JOIN（對應 ⋈：員工 × 部門，靠 dept_id 相連）
print("\nJOIN：員工與所屬部門")
for name, dname in cur.execute(
        """SELECT emp.name, dept.deptname FROM emp
           JOIN dept ON emp.dept_id = dept.id"""):
    print(f"  {name} → {dname}")

# 5) GROUP BY（分組聚合：各部門人數與平均薪）
print("\nGROUP BY：各部門人數與平均薪水")
for dname, cnt, avg in cur.execute(
        """SELECT dept.deptname, COUNT(*), AVG(emp.salary)
           FROM emp JOIN dept ON emp.dept_id = dept.id
           GROUP BY dept.deptname ORDER BY dept.deptname"""):
    print(f"  {dname}：{cnt} 人，平均 {avg:.0f} 元")

# 6) 巢狀查詢（結構化程式設計的精神：查詢裡放查詢）
print("\n巢狀查詢：薪水高於全公司平均的員工")
for name in cur.execute(
        """SELECT name FROM emp
           WHERE salary > (SELECT AVG(salary) FROM emp)"""):
    print(f"  {name[0]}")
conn.close()

輸出：

SELECT--FROM--WHERE：薪水 > 50000 的員工
  王大明：62000
  陳阿土：75000
  張小姐：55000
  李工程：88000

JOIN：員工與所屬部門
  王大明 → 研發部
  林小美 → 業務部
  陳阿土 → 研發部
  張小姐 → 財務部
  李工程 → 研發部
  黃業務 → 業務部

GROUP BY：各部門人數與平均薪水
  業務部：2 人，平均 45000 元
  研發部：3 人，平均 75000 元
  財務部：1 人，平均 55000 元

巢狀查詢：薪水高於全公司平均的員工
  王大明
  陳阿土
  李工程

結案 -- 後果與影響#

System R（1974–1979）： IBM 用 System R 專案把 SEQUEL 變成真正能跑的系統—— 發明了 B+ 樹索引、成本基礎最佳化器（cost-based optimizer）——

\[ \text{宣告式語言（what）} \xrightarrow{\text{最佳化器}} \text{程序式執行（how）}. \]

SEQUEL 因商標問題更名 SQL（Structured Query Language）。 - Oracle 的商用化（1979）： Larry Ellison 看到 System R 的論文，搶在 IBM 之前把關聯式資料庫商用化（見 1979-甲骨文ORACLE.md，稍後建立）—— 第一個商業 SQL 資料庫就此誕生，Oracle 至今仍是資料庫巨頭。 - ANSI 標準（1986）： SQL 在 1986 年成為 ANSI 標準（1987 ISO 標準）——

\[ \boxed{\text{SQL 是資料庫世界的「世界語」：五十年不衰}} \]

此後 SQL-92、SQL:1999、SQL:2016……不斷演進，但 SELECT--FROM--WHERE 的骨架從未改變。 - 五十年統治（1974–）： - 關聯式資料庫：Oracle、DB2、MySQL、PostgreSQL、SQL Server——全是 SQL； - 大數據：Hive、Spark SQL、BigQuery——SQL 重新統治 NoSQL 浪潮； - AI 時代：LLM 最會寫的語言之一就是 SQL——

\[ \text{宣告式（1974）} \xrightarrow{\text{五十年}} \text{人機共通的資料語言}. \]

理論的勝利： Codd 的關聯代數（1970）→ SQL（1974）→ 資料庫產業（1979–）—— 一頁數學論文創造了兆元產業（見 1970-科德關聯式資料庫.md）；這條線索的另一端，是大學版本的 Ingres（見 1974-斯東布雷克Ingres.md）—— 兩條路線共同把 Codd 的夢想變成現實。
歷史定位：SEQUEL 是「宣告式革命」的旗手—— 它證明說你要什麼，比說怎麼拿更強大—— 這個思想後來延伸到正規表示式、Prolog、HTML/CSS、深度學習的模型描述——

\[ \text{怎麼做（how）} \xrightarrow{\text{1974}} \text{要什麼（what）}. \]

關鍵人物與文獻#

D. Chamberlin：SEQUEL: A Structured English Query Language（1974，與 Boyce 合著）；System R（1974–1979）。
R. Boyce：SEQUEL 共同發明人（1974）——英年早逝（1974 過世，未能見證 SQL 的統治）。
E. F. Codd：關聯式模型（1970）——SQL 的理論基礎（見 1970-科德關聯式資料庫.md）。
L. Ellison：Oracle（1979）——SQL 的商用化推手。
M. Stonebraker：Ingres（1974–75）——大學版本的競爭對照（見 1974-斯東布雷克Ingres.md）。
相關案件：1936-圖靈機.md、../資訊科學/1968-結構化程式設計.md、1979-甲骨文ORACLE.md、1974-斯東布雷克Ingres.md、1976-陳氏實體關係模型.md。