分布式数据库应用开发正解

Delphi做为一个快速应用开发工具，深受程序员的喜爱。其强大的组件功能，让程序员能够轻松、高效地完成常见的界面开发、数据库应用等功能。然而，帮助的相对缺乏，使得许多组件的功能并不为人们正确地使用，究其原因，仍然是认识上的问题。对于MIDAS开发中的核心部件，TClientDataSet和TDataSetProvider，由于资料的缺乏，人们在网上大多谈论的是李维的书籍内容。我有幸在BDN上见到了Cary Jensen的Professional Developer系列文章，详细阐述了DELPHI的数据库开发技术。现节选出其中的ClientDataSet部分，与大家共同分享。


ClientDataSet是一个功能强大的类，通过在内存中模拟表格，实现了其它数据集组件所不具备的强大功能。以往只在Delphi和C++ Builder企业版中才提供这个组件，如今，Borland的全部产品（包括最新的Kylix）都集成了TClientDataSet组件。

TClientDataSet从类的继承关系上来看，是TDataSet这个抽象类的子类，所以我们可以在TDataSet这个抽象层次上对其进行我们熟悉的操作，比如导航、排序、过滤、编辑。要注意的是，TClientDataSet使用了一种全新的技术，它将所有的数据均放在内存中，所以TClientDataSet是个只存在内存中的“虚拟表”，因此对数据库的操作是非常快的。在PIII 850，512MB的机器上对十万条记录进行建索引的操作，花费的时间少于半分钟。

与一般的数据集组件不同，TClientDataSet使用的技术比较特别，本着高速度、低存储需求的原则，TClientDataSet的内部使用了两个数据存储源。第一个是其Data属性，这是当前内存数据的视图，反映了所有的数据改变。如果用户从数据中删除一条记录，则此记录将从Data中消失，相应地，加入一条新记录后，此记录便存在Data属性中了。

另一个数据源是Delta属性，故名思义，即增量的意思，这个属性反映了对数据的改变。无论是向Data属性新增还是删除记录，都会在Delta中记录下来，如果是修改了Data中的记录，则会在Delta保存两条相应的记录，一条是原始记录，另一条仅包含修改的字段值。正因为Delta的存在和TClientDataSet在内存中记录数据的特点，所有的改变都没有立即更新加对应的物理存储中，可以根据这些信息在适当的时候恢复，所以TClientDataSet天生具有缓冲更新功能。

为了使数据更新回数据存储源，我们要调用TClientDataSet中对应的方法。如果ClientDataSet与DataSetProvider关联，那么仅需调用TClientDataSet的ApplyUpdates方法即可保存数据的更新，但如果TClientDataSet没有对应的TDataSetProvider存在，而是直接同文件关联，那么，这种方式是非常有趣的，我们在BriefCase模型中会再次讲解这个问题。此时，如果使用TClientDataSet的SaveToFile和LoadFromFile，都会保留着Delta。调用MergeChangeLog和ClearChanges后，Delta的内容才会被
清空。只是前者是将Delta的数据同Data结合起来，将改变存储到物理介质上，而ClearChanges则是一股脑儿全部清空，将数据回复到原始状态。大部分的应用都是将TClientDataSet与TDataSetProvider结合使用的。两者联合使用的行为反映了Borland的设计宗旨，就是要提供一个面向分布式环境的思路。我们下面来慢慢解释。

当我们将TClientDataSet对象的Active属性设为True或者调用其Open方法后，ClientDataSet会向DataSetProvider发送一个取数据包请求。于是DataSetProvider便会打开对应的数据集，将记录指针指向第一条记录，然后从头到尾依次扫描。对于扫描到的每一条记录，都会将其编码成一个variant数组，我们通常将它称之为数据包。完成扫描后，DataSetProvider会关闭指向的数据集，并将所有的这些数据包传递给ClientDataSet。在我提供的演示程序中，你可以清楚地看到这种行为（毕竟眼见为实吗！）。程序主界面右边的DBGrid连接到一个指向数据库表的数据源，DataSetProvider即指向此表。当选择了ClientDataSet | Load菜单项时，你可以看到表格的数据被依次扫描，一旦到达最后一条记录，表格便会被关闭，右边的DBGrid被清空，而左边反映ClientDataSet数据的DBGrid便出显示出内存中的数据来。由于这个过程会在DBGrid上反映出来，所以不到1000条记录的取出时间中，大部分都浪费在屏幕的更新显示上了，你可以选择ClientDataSet | View Table Loading来禁止显示，而达到加速的目的。

在上面的描述中，我们没有提到一个重要的环节，即数据包是如何还原成表格的。那是因为DataSetProvider会将数据包中的元数据解码出来，根据元数据（我们可以理解为数据表的结构）便可以构造出与物理数据表一模一样的内存虚拟表。但要注意的是，尽管DataSetProvider指向的数据表可能有多个索引，但这些信息是不会放在数据包中的，换句话说，ClientDataSet当中的数据默认情况下是无索引的。但因为ClientDataSet具有与TDataSet一致的行为，所以我们可以在此基础上根据需要重建索引。

在ClientDataSet中的数据被修改后，可以提交给物理数据表持久化这此改变。这个工作便是由DataSetProvider完成的。内部工作原理是：DataSetProvider创建一个TSQLResolver的实例，这个实例会生成要在底层数据上执行更改的SQL语句。详细地说，就是对修改日志中的每一条被删除、插入、更改记录生成对应的SQL语句。这个语句的生成也可以由用户控制，DataSetProvider的UpdateMode属性和ClientDataSet中的ProviderFlags属性都对SQL语句的生成有影响。

当然，你也可以换一种方式，即采取同单机或C/S结构一样的数据直接操作机制，绕过SQL语句和缓冲更新机制来修改数据库。只需将ResolveToDataSet属性设为True，那么DataSetProvider在持久化更新时便不会使用TSQLResolve，而是直接修改物理数据源。即定位到要删除的记录，调用删除语句，定位到修改记录，调用修改语句。我们可以对演示程序稍加修改，观察此种行为。请将演示程序中的DataSetProvider的ResolveToDataSet属性由False改为True，运行。在界面中修改数据并且保存，你将会看到右边的导航按钮会在瞬间变得可用。

更绝妙的是，Borland考虑到了应用的多样性，为我们提供了BeforeUpdateRecord事件，这样，当DataSetProvider对每个修改日志的记录进行操作时，都会触发此事件，我们可以在此事件中加入自己的处理，如“加密操作”、“商业敏感数据处理”等应用，从而极大地方便了程序员，让程序员对于数据具有完全的控制能力。分布式环境的复杂性对数据的存取提出了更高的要求，所以使用事务来保证数据的完整性和一致性是非常必要的，Borland考虑到了这一点，当调用ClientDataSet的ApplyUpdates时，你可以传递一个整数值来指明可以容忍的错误数量。如果你的数据非常严格，则可以传递0值，这样，DataSetProvider在应用修改时便会打开一个事务，如果遇到错误，便会回退此事务，修改日志将保持原样，并且将出错的记录标记出来，最后会触发OnReconcileError事件。如果传递了一个大于0的数，则当出现的错误数量小于此指定值时，事务会被提交，发生错误而导致提交失败的记录会保留在Delta中，而提交成功的记录会从修改日志中删除。若错误数量达到指定值，则事务会回退，结果同整数值为0的情况。如果值为负数，则会交所以可提交的数据都提交，不可提交的数据仍然保存在修改日志中，并将出错记录标记出来。

虽然，Borland是为了满足分布式编程的需要而设计了TClientDataSet，但在其它类型的编程环境中使用ClientDataSet也具有积极的意义。首先，我们可以看到，由于数据均在内存中进行操作，而且仅在打开数据库取数据时和将修改持久到回数据库时，才有数据库开销，其它时间数据库为零，这样就极大地增加了数据库的负荷，让数据库服务器能满足更多用户的连接请求。其次，ClientDataSet具有其它数据集所不具备的许多高级功能，这为程序员进行复杂的编程提供了便利，可以不考虑数据库本身是否支持这此功能，而让ClientDataSet去处理这些复杂而繁琐的细节。最后，ClientDataSet在数据存储和应用程序间起到一个抽象层的作用。假如你的程序使用了TClientDataSet，那么如果你以后要更改数据库存储机制。比如说由BDE移植到dbExpress，或者从ADO移植到Interbase Express，你的用户界面和数据控制部分几乎就不用改变，只需要将DataSetProvider指向新的数据存取组件即可。顺便说一句，由于缓冲更新的存在，用户可能非常厌恶调用ApplyUpdates操作，那么你可以将此调用放入AfterPost和AfterDelte中，让用户的操作更方便。