資料庫理論實踐：SQL 算法轉換與批量計算策略

核心觀點：複雜算法的資料庫轉化之道

隨著現實業務規則日益複雜，資料庫應用軟體所需算法也隨之演進。解決問題的關鍵在於：在熟悉業務前提下，依據資料庫特性與指令能力，尋找適合批量計算的統一轉化步驟。

運算模式：批量 vs 游標

資料庫以批量方式從儲存裝置讀取、處理、寫回，資源消耗少；游標逐列處理雖能應對複雜規則，但佔用資源大、速度慢、鎖定限制多，應作為最後手段。

經典案例：學生成績分級的三種演進

目標：將 0-100 分轉為 A/B/C/D 等級寫入 level 欄位。

1. 游標法：逐筆讀取、判斷、更新，每筆雙向 I/O，效能最低。
2. 多次批量更新：先全設 D，再依序更新 C、B、A。缺點是高分列重複更新，可優化為單次區間更新。
3. 查找表法（最佳）：建立 level_about(start_score, end_score, level) 對照表，單一 UPDATE 結合 BETWEEN 完成。空間換時間，現代硬體下極具性價比。

簡單算法：週期性任務排程

每日結算、每週一/四發獎金。用 misc.days 記錄天數，days%7=0 OR (days-3)%7=0 判斷結算日，邏輯簡單可直接在資料庫實現。

複雜算法：重複消費扣除與獎勵機制

規則：每 4000 元獎金扣 400 元，累積滿 400 元贈商品，跨期累計。實現：

• member 表維護 total_award（未扣除總額）與 repeat_num（已扣除次數）
• 過渡表 award_day 記錄每期獎金與扣除額
• 批次迴圈：條件 total_award >= (repeat_num+1)*4000，滿足者寫入 award_repeat、遞增 repeat_num，直到無符合記錄

此法將迭代邏輯集合化，避免游標效能陷阱。

總結

資料庫算法研究兼具困難與挑戰。掌握業務、發揮集合運算優勢、設計統一轉化流程，是破解複雜性的關鍵。