Relational Database Fundamentals
Relational Database مش Excel كبير. هي model لتمثيل business facts في جداول مرتبطة، ومعاها قواعد تحمي صحة البيانات. SQL Server هو RDBMS: بيخزن البيانات، يفرض constraints، ينفذ T-SQL، يدير transactions، ويحل مشكلة وصول مستخدمين كتير لنفس البيانات في نفس الوقت.
الـ Table تمثل نوع بيانات/كيان مثل Customers أو Orders. الـ Row تمثل record واحدة، والـ Column تمثل attribute له type و nullability. الـ Primary Key يميز كل row. الـ Foreign Key يربط row بجدول آخر. الـ Constraint تفرض قاعدة على البيانات. الـ Transaction تجمع statements كوحدة عمل واحدة.
الفكرة إنك لا تكرر CustomerName و ProductName في كل Order row لمجرد سهولة العرض. خزّن كل fact في مكانه، واربط الجداول بالمفاتيح. ده يقلل update anomalies ويحافظ على consistency. SQL Server لا يحفظ rows فقط؛ هو كمان يقرر إزاي ينفذ query، وإزاي يحمي البيانات من التزامن.
OLTP vs OLAP
OLTP يعالج عمليات يومية صغيرة ومتكررة: إنشاء order، تحديث stock، تسجيل payment. يهتم بسرعة transaction وصحة البيانات وتزامن المستخدمين. OLAP يهتم بتحليل وتجميع كميات كبيرة، وغالباً يستخدم warehouse/star schema. ما تخليش تقرير تحليلي ثقيل يضغط على transactional database من غير خطة.
Tables و Data Types و NULL
اختيار type قرار طويل العمر. استخدم النوع الذي يعبر عن المعنى: int للأعداد العادية، bigint للعدادات الكبيرة، decimal(p,s) للمال والحساب الدقيق، nvarchar للنصوص متعددة اللغات، date لتاريخ بلا وقت، datetime2 للتاريخ والوقت، datetimeoffset لما تحتاج offset، bit ل Boolean-like flag، و uniqueidentifier لـ GUID.
| Type | Use | Watch out |
|---|---|---|
decimal(10,2) | Price | 8 digits before decimal, 2 after |
nvarchar(120) | Unicode text | Choose max length intentionally |
datetime2(3) | Timestamp | Define UTC/time-zone convention |
date | Calendar date | No time component |
bit | Boolean flag | Can be NULL if nullable |
CREATE TABLE dbo.Customers
(
CustomerId int IDENTITY(1,1) NOT NULL,
FullName nvarchar(120) NOT NULL,
Email nvarchar(254) NOT NULL,
Phone nvarchar(30) NULL,
CreatedAt datetime2(3) NOT NULL
CONSTRAINT DF_Customers_CreatedAt DEFAULT SYSUTCDATETIME(),
IsActive bit NOT NULL
CONSTRAINT DF_Customers_IsActive DEFAULT (1),
CONSTRAINT PK_Customers PRIMARY KEY (CustomerId),
CONSTRAINT UQ_Customers_Email UNIQUE (Email)
);IDENTITY(1,1) يولد قيمة متزايدة لكنه لا يضمن أرقاماً متصلة بلا gaps بعد rollback/restart. NOT NULL يمنع غياب القيمة، و DEFAULT يملأها عند عدم إرسالها. لا تستخدم nvarchar(max) لكل عمود؛ حدد أقصى طول حقيقي لأن ذلك يؤثر على storage والـ indexes والـ memory grants.
NULL و Three-valued logic
NULL معناها unknown/not applicable، وليست صفر أو string فارغة. SQL comparisons قد ترجع TRUE/FALSE/UNKNOWN. لذلك استخدم IS NULL وليس = NULL. WHERE لا يحتفظ بالصف الذي الشرط فيه UNKNOWN.
SELECT CustomerId, FullName
FROM dbo.Customers
WHERE Phone IS NULL;
SELECT COUNT(*) AS AllRows,
COUNT(Phone) AS RowsWithPhone
FROM dbo.Customers;COUNT(*) يحسب كل الصفوف، و COUNT(column) يتجاهل NULL. SUM و AVG يتجاهلان NULL كذلك. عند استخدام NOT IN مع subquery قد تسبب NULL نتائج غير متوقعة؛ NOT EXISTS أحياناً أوضح.
Precision و Money
DECLARE @Price decimal(10,2) = 1234.50;
DECLARE @TaxRate decimal(5,4) = 0.1400;
DECLARE @Tax decimal(12,2) = @Price * @TaxRate;
SELECT @Price AS Price, @Tax AS Tax,
CAST(@Price + @Tax AS decimal(12,2)) AS Total;
-- 1234.50 | 172.83 | 1407.33decimal دقيق ضمن precision/scale المحددين؛ float تقريبي فلا تستخدمه لقيم مالية. اختار rounding rule و currency minor units حسب business، ولا تفترض أن كل العملات لها منزلتين عشريتين.
Primary Keys و Foreign Keys و Constraints
Primary Key يميز كل row ولا يقبل NULL. Foreign Key يفرض أن القيمة المشار إليها موجودة في parent table. UNIQUE يمنع duplicates. CHECK يفرض predicate على row. DEFAULT يملأ قيمة عند عدم إرسالها. استخدم أسماء constraints واضحة؛ هتسهل migrations وقراءة errors.
CREATE TABLE dbo.Products
(
ProductId int IDENTITY(1,1) NOT NULL,
Sku nvarchar(40) NOT NULL,
ProductName nvarchar(150) NOT NULL,
UnitPrice decimal(12,2) NOT NULL,
CONSTRAINT PK_Products PRIMARY KEY (ProductId),
CONSTRAINT UQ_Products_Sku UNIQUE (Sku),
CONSTRAINT CK_Products_UnitPrice CHECK (UnitPrice >= 0)
);
CREATE TABLE dbo.Orders
(
OrderId bigint IDENTITY(1,1) NOT NULL,
CustomerId int NOT NULL,
CreatedAt datetime2(3) NOT NULL DEFAULT SYSUTCDATETIME(),
Status varchar(20) NOT NULL,
CONSTRAINT PK_Orders PRIMARY KEY (OrderId),
CONSTRAINT FK_Orders_Customers FOREIGN KEY (CustomerId)
REFERENCES dbo.Customers(CustomerId),
CONSTRAINT CK_Orders_Status CHECK
(Status IN ('Pending', 'Paid', 'Shipped', 'Cancelled'))
);الـ FK يمنع order تشير إلى customer غير موجود. CHECK يمنع status غير معروف. لكن CHECK على row واحدة لا يفرض قواعد aggregate معقدة عبر جداول متعددة. كذلك SQL Server لا ينشئ index تلقائياً على كل foreign-key column؛ فكر في index على أعمدة joins والـ filters.
ON DELETE behavior
NO ACTION يمنع حذف parent طالما child rows موجودة. CASCADE يحذف children تلقائياً. SET NULL/SET DEFAULT يغير child FK حسب الإعداد. لا تستخدم CASCADE عشوائياً؛ حذف customer قد يؤدي إلى حذف orders تاريخية. القرار business/retention decision.
CREATE TABLE dbo.OrderItems
(
OrderId bigint NOT NULL,
ProductId int NOT NULL,
Quantity int NOT NULL,
UnitPrice decimal(12,2) NOT NULL,
CONSTRAINT PK_OrderItems PRIMARY KEY (OrderId, ProductId),
CONSTRAINT FK_OrderItems_Orders FOREIGN KEY (OrderId)
REFERENCES dbo.Orders(OrderId),
CONSTRAINT FK_OrderItems_Products FOREIGN KEY (ProductId)
REFERENCES dbo.Products(ProductId),
CONSTRAINT CK_OrderItems_Quantity CHECK (Quantity > 0)
);Many-to-many تتحول إلى junction table. Composite PK يمنع تكرار نفس product في نفس order. لو business يسمح بأكثر من line لنفس product، استخدم OrderItemId منفصل وعرّف uniqueness المطلوبة بدقة.
Relational Modeling: Keys و Constraints و Normalization
اختَر primary key وفق identity مستقرة وحجم مناسب؛ surrogate key مثل bigint/uniqueidentifier شائع، لكن natural key قد يكون unique business identifier إذا كان مستقرًا. لا تجعل كل unique rule في C# فقط؛ ضع UNIQUE constraint في database حتى تمنع race بين requests. Foreign key يحمي referential integrity حتى لو كتب البيانات أكثر من application.
Normalization تقلل duplication وتمنع update anomalies؛ denormalization قد تحسن read performance لكنها تخلق consistency work. ابدأ بنموذج normalized، ثم قِس query patterns قبل إضافة computed/summary columns أو materialized aggregates. حدد NULL semantics: NULL تعني unknown/missing وليس صفرًا أو empty string. لا تستخدم nullable column لمجرد تجنب validation؛ عرّف معنى غياب القيمة.
ERD Design و Normalization
ERD يرسم entities و attributes والعلاقات والـ cardinality. حدد entities من business nouns، ثم relationships، optionality، والمفاتيح. One-to-many: FK في جهة many. Many-to-many: junction table. One-to-one: FK عليه UNIQUE أو shared PK/FK. ERD قبل DDL يساعدك تكتشف إنك خلطت بيانات concepts مختلفة في جدول واحد.
| Normal form | Rule | Bad design example |
|---|---|---|
| 1NF | Atomic values; no repeating groups | ProductIds="4,7,9" in one column |
| 2NF | 1NF + each non-key attribute depends on the whole composite key | ProductName depends only on ProductId in OrderItems |
| 3NF | 2NF + no transitive non-key dependency | CityName stored redundantly when CityId determines it |
التكرار يسبب anomalies: update anomaly لما تعدل الاسم في صفوف كثيرة وتنسى بعضها؛ insertion anomaly لما لا تستطيع حفظ customer قبل order؛ deletion anomaly لما حذف آخر order يمسح آخر نسخة من بيانات customer. Normalization تفصل facts في أماكنها الطبيعية.
-- Bad: multiple product IDs inside one value.
CREATE TABLE dbo.BadOrders
(
OrderId bigint NOT NULL PRIMARY KEY,
ProductIds nvarchar(500) NOT NULL -- '4,7,9'
);
-- Better: one row per order line.
CREATE TABLE dbo.OrderLines
(
OrderId bigint NOT NULL,
ProductId int NOT NULL,
Quantity int NOT NULL,
CONSTRAINT PK_OrderLines PRIMARY KEY (OrderId, ProductId)
);Denormalization قد تكون مقصودة للأداء أو التاريخ. OrderItem يحتفظ بسعر المنتج وقت الشراء حتى لو السعر الحالي اتغير؛ ده historical snapshot وليس duplication عشوائي. اكتب مصدر الحقيقة وطريقة تحديث/حماية النسخة المكررة.
SELECT و WHERE و ORDER BY
SELECT يحدد columns/expressions، FROM يحدد source، WHERE يفلتر rows، ORDER BY يرتب النتيجة. من غير ORDER BY لا يوجد ترتيب مضمون حتى لو النتائج ظهرت بنفس الترتيب أثناء تجاربك. استخدم explicit columns بدل SELECT * في application queries لتقليل payload والاعتماد على schema بالكامل.
SELECT p.ProductId, p.ProductName, p.UnitPrice
FROM dbo.Products AS p
WHERE p.IsActive = 1
AND p.UnitPrice >= 100.00
ORDER BY p.UnitPrice DESC, p.ProductId ASC;أضف unique tie-breaker للترتيب حتى pagination لا تتكرر/تتخطى rows عند تساوي السعر. استخدم aliases واضحة. AND له precedence أعلى من OR، لذلك استخدم parentheses لما تجمع شروطاً مختلفة.
SELECT ProductId, ProductName, UnitPrice
FROM dbo.Products
WHERE IsActive = 1
AND (UnitPrice < 50 OR UnitPrice >= 500)
AND ProductName LIKE N'%keyboard%';LIKE مع leading wildcard مثل %keyboard% غالباً لا يستفيد من B-tree index seek عادي. للبحث النصي الكبير ادرس Full-Text Search. استخدم N مع Unicode literals. لا تحول column في WHERE إلى function بلا داعٍ؛ ده قد يمنع SARGable access، وده محور الجزء الثاني.
SELECT TOP (20) ProductId, ProductName, UnitPrice
FROM dbo.Products
WHERE IsActive = 1
ORDER BY CreatedAt DESC, ProductId DESC;TOP من غير ORDER BY لا يعني أحدث 20. Pagination بـ OFFSET/FETCH تحتاج ترتيباً ثابتاً. Keyset pagination غالباً أفضل للصفحات العميقة في datasets كبيرة.
JOINs و Cardinality
INNER JOIN يرجع matches على الجانبين. LEFT JOIN يحتفظ بكل rows من اليسار ويضع NULL في أعمدة اليمين عند عدم وجود match. CROSS JOIN يعمل Cartesian product. SELF JOIN يربط table بنفسها. اختار النوع بناءً على السؤال، وليس بناءً على حفظ syntax.
SELECT o.OrderId, o.CreatedAt, c.CustomerId, c.FullName
FROM dbo.Orders AS o
INNER JOIN dbo.Customers AS c
ON c.CustomerId = o.CustomerId;SELECT c.CustomerId, c.FullName, o.OrderId
FROM dbo.Customers AS c
LEFT JOIN dbo.Orders AS o
ON o.CustomerId = c.CustomerId;Customer بلا order يظهر مرة واحدة مع OrderId = NULL. لكن وضع WHERE o.Status = 'Paid' بعد LEFT JOIN يحذف الصفوف التي ليس لها order لأن الشرط UNKNOWN؛ النتيجة تصبح أقرب إلى INNER JOIN. لو تريد الاحتفاظ بالـ customer، ضع condition في ON.
-- Preserve customers; only match paid orders.
SELECT c.CustomerId, o.OrderId
FROM dbo.Customers AS c
LEFT JOIN dbo.Orders AS o
ON o.CustomerId = c.CustomerId
AND o.Status = 'Paid';
-- Customers without paid orders disappear here.
SELECT c.CustomerId, o.OrderId
FROM dbo.Customers AS c
LEFT JOIN dbo.Orders AS o
ON o.CustomerId = c.CustomerId
WHERE o.Status = 'Paid';لو customer عنده 3 orders، join يرجع 3 rows لنفس customer. ولو كل order عندها 4 items، join مع OrderItems ينتج row لكل item. اسأل دائماً: ما grain الصف الواحد في النتيجة؟ لو جمعت Order.Total بعد join إلى items، ممكن تجمع total أكثر من مرة. اجمع في subquery أو استخدم grain الصحيح.
SELECT c.CustomerId, c.FullName
FROM dbo.Customers AS c
WHERE EXISTS
(
SELECT 1
FROM dbo.Orders AS o
WHERE o.CustomerId = c.CustomerId
AND o.Status = 'Paid'
);EXISTS لا يضاعف customer مهما كان عدد الطلبات المطابقة؛ هو يسأل هل يوجد match. لا تفترض أنه أسرع دائماً من JOIN؛ semantics أولاً ثم execution plan.
Aggregate Functions و GROUP BY و HAVING
COUNT/SUM/AVG/MIN/MAX تلخص مجموعة rows. GROUP BY يقسم rows إلى groups، ثم يحسب aggregate لكل مجموعة. WHERE يفلتر rows قبل grouping؛ HAVING يفلتر groups بعد aggregation.
SELECT
o.CustomerId,
COUNT(*) AS OrderCount,
SUM(o.TotalAmount) AS TotalSpent,
AVG(o.TotalAmount) AS AverageOrder
FROM dbo.Orders AS o
WHERE o.CreatedAt >= '2026-01-01'
GROUP BY o.CustomerId
HAVING COUNT(*) >= 3
ORDER BY TotalSpent DESC;WHERE قلل rows إلى orders منذ بداية السنة. GROUP BY جمع حسب CustomerId. HAVING استبعد من لديهم أقل من 3 orders. COUNT(*) يحسب كل الصفوف، COUNT(column) يتجاهل NULL، و COUNT(DISTINCT column) يحسب القيم الفريدة غير NULL.
SELECT
COUNT(*) AS AllLines,
COUNT(DiscountAmount) AS LinesWithDiscount,
COUNT(DISTINCT ProductId) AS UniqueProducts,
SUM(DiscountAmount) AS TotalDiscount
FROM dbo.OrderItems;لو join ضاعف rows، aggregates ممكن تتضخم. لا تستخدم SUM(DISTINCT amount) كحل عام؛ صفين مختلفين ممكن يكون لهما نفس amount ويجب جمعهما الاثنين. أصلح join grain أو aggregate قبل join.
Subqueries و CTEs
Subquery query داخل query أخرى: scalar، multi-row، correlated، أو derived table داخل FROM. CTE اسم لنتيجة query داخل statement واحدة، فتقسم المنطق إلى مراحل مقروءة. CTE ليست temporary table ولا تضمن materialization؛ optimizer قد يدمجها في execution plan. لو تحتاج reuse أو index على intermediate result، temp table قد تكون أنسب.
SELECT ProductId, ProductName, UnitPrice
FROM dbo.Products
WHERE UnitPrice >
(
SELECT AVG(UnitPrice)
FROM dbo.Products
);WITH CustomerTotals AS
(
SELECT CustomerId,
SUM(TotalAmount) AS TotalSpent,
COUNT(*) AS OrderCount
FROM dbo.Orders
GROUP BY CustomerId
)
SELECT CustomerId, TotalSpent, OrderCount
FROM CustomerTotals
WHERE TotalSpent >= 10000
ORDER BY TotalSpent DESC;Scalar subquery يجب أن ترجع قيمة واحدة؛ لو رجعت أكثر من row يحصل error. Correlated subquery تشير إلى outer query row. عند مقارنة latest order، أضف tie-breaker فريد مثل OrderId حتى لا تظهر نتيجتان لو timestamp متساوٍ.
SELECT o.OrderId, o.CustomerId, o.CreatedAt
FROM dbo.Orders AS o
WHERE NOT EXISTS
(
SELECT 1
FROM dbo.Orders AS newer
WHERE newer.CustomerId = o.CustomerId
AND (newer.CreatedAt > o.CreatedAt
OR (newer.CreatedAt = o.CreatedAt AND newer.OrderId > o.OrderId))
);Window Functions و OVER
GROUP BY يقلل rows إلى row لكل group. Window Function تحسب على rows مرتبطة لكنها تحتفظ بالصفوف الأصلية. PARTITION BY يقسم إلى مجموعات، و ORDER BY يرتب داخل المجموعة، و frame يحدد الصفوف الداخلة في الحساب.
WITH RankedOrders AS
(
SELECT OrderId, CustomerId, CreatedAt, TotalAmount,
ROW_NUMBER() OVER
(
PARTITION BY CustomerId
ORDER BY CreatedAt DESC, OrderId DESC
) AS rn
FROM dbo.Orders
)
SELECT OrderId, CustomerId, CreatedAt, TotalAmount
FROM RankedOrders
WHERE rn = 1;ROW_NUMBER يعطي رقم فريد لكل row. RANK يعطي نفس rank للـ ties ويترك gaps، و DENSE_RANK لا يترك gaps. اختار حسب business meaning. الـ tie-breaker مهم لو تريد row واحدة بشكل deterministic.
SELECT CustomerId, OrderId, CreatedAt, TotalAmount,
SUM(TotalAmount) OVER
(
PARTITION BY CustomerId
ORDER BY CreatedAt, OrderId
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
) AS RunningTotal
FROM dbo.Orders;تحديد ROWS frame يجعل running total row-by-row. لا تترك frame semantics غامضة عندما يكون ترتيب values متساوياً. LAG/LEAD تقارن الصف الحالي بالسابق/التالي من غير self join.
SELECT CustomerId, OrderId, CreatedAt, TotalAmount,
LAG(TotalAmount) OVER
(PARTITION BY CustomerId ORDER BY CreatedAt, OrderId) AS PreviousTotal,
LEAD(TotalAmount) OVER
(PARTITION BY CustomerId ORDER BY CreatedAt, OrderId) AS NextTotal
FROM dbo.Orders;INSERT و UPDATE و DELETE
INSERT يضيف rows، UPDATE يعدل، DELETE يحذف. أخطر خطأ هو UPDATE/DELETE من غير WHERE. قبل التعديل نفذ SELECT بنفس predicate، وتأكد من عدد الصفوف المتوقع. في العمليات الحساسة استخدم transaction وراجع OUTPUT/@@ROWCOUNT.
INSERT INTO dbo.Products (Sku, ProductName, UnitPrice)
OUTPUT inserted.ProductId, inserted.Sku
VALUES (N'KB-001', N'Mechanical Keyboard', 1850.00);UPDATE dbo.Products
SET UnitPrice = 1999.00
OUTPUT deleted.UnitPrice AS OldPrice,
inserted.UnitPrice AS NewPrice
WHERE ProductId = 10
AND IsActive = 1;
SELECT @@ROWCOUNT AS RowsChanged;OUTPUT inserted/deleted يتيح رؤية القيم قبل وبعد. @@ROWCOUNT يخبرك بعدد الصفوف المتأثرة. في EF Core، SaveChanges يعيد generated key للـ entity. لا تعتمد على @@IDENTITY مع triggers؛ SCOPE_IDENTITY أو OUTPUT أوضح حسب الحالة.
-- Hard delete removes the row.
DELETE FROM dbo.Products WHERE ProductId = 10;
-- Soft delete preserves the row but changes visibility/state.
UPDATE dbo.Products SET IsActive = 0 WHERE ProductId = 10;Soft delete يحتاج query filters/visibility policy، uniqueness rules، audit/restore behavior؛ ليس مجرد flag. تفاصيله في Part 2. لا تعتبر soft delete بديلاً عن retention/legal deletion requirements.
نفّذ SELECT بنفس WHERE أولاً. لو عدد الصفوف غير متوقع، توقف. لا تشغّل mass update/delete في production من غير transaction/backup/recovery plan.
Views و Stored Procedures
View هي named query تظهر كأنها virtual table؛ العادية لا تخزن result rows بذاتها. تستخدم لتبسيط reporting query أو تقديم read contract. Indexed view حالة خاصة لها شروط. View ليست security boundary تلقائياً؛ راجع permissions/security context.
CREATE OR ALTER VIEW dbo.vw_OrderSummary
AS
SELECT o.OrderId, o.CustomerId, o.CreatedAt, o.Status,
SUM(oi.Quantity * oi.UnitPrice) AS CalculatedTotal
FROM dbo.Orders AS o
INNER JOIN dbo.OrderItems AS oi ON oi.OrderId = o.OrderId
GROUP BY o.OrderId, o.CustomerId, o.CreatedAt, o.Status;
GO
SELECT * FROM dbo.vw_OrderSummary WHERE Status = 'Paid';لاحظ أن INNER JOIN يخفي orders بلا order items؛ هل ده مقصود؟ لو لا، استخدم LEFT JOIN و COALESCE حسب contract. View لا تجعل query سريعة تلقائياً؛ execution plan والـ indexes ما زالوا مهمين.
Stored Procedure مجموعة T-SQL محفوظة باسم، تقبل parameters وتنفذ logic داخل SQL Server. مفيدة لعمليات مركزة أو legacy integration أو permissions خاصة. لا تحتاج تحويل كل CRUD إلى stored procedures؛ EF Core parameterized queries كافية في سيناريوهات كثيرة.
CREATE OR ALTER PROCEDURE dbo.GetCustomerOrders
@CustomerId int,
@FromDate datetime2(3) = NULL
AS
BEGIN
SET NOCOUNT ON;
SELECT OrderId, CreatedAt, Status, TotalAmount
FROM dbo.Orders
WHERE CustomerId = @CustomerId
AND (@FromDate IS NULL OR CreatedAt >= @FromDate)
ORDER BY CreatedAt DESC, OrderId DESC;
END;
GO
EXEC dbo.GetCustomerOrders @CustomerId = 42,
@FromDate = '2026-01-01';استخدم parameters ولا تبني dynamic SQL من input. Stored procedure ليست آمنة تلقائياً لو بداخلها string concatenation. راجع parameter sensitivity و execution plan في Part 2.
Transactions و ACID
Transaction تجمع عدة statements كوحدة عمل واحدة. ACID: Atomicity الكل أو لا شيء؛ Consistency تحافظ على invariants؛ Isolation تتحكم في تأثير transactions المتزامنة؛ Durability تجعل committed changes محفوظة وفق recovery guarantees. مثال تحويل رصيد: خصم وإضافة لازم يحصلوا معاً، وإلا لا تترك المال يختفي.
SET XACT_ABORT ON;
BEGIN TRY
BEGIN TRANSACTION;
UPDATE dbo.Accounts
SET Balance = Balance - 500
WHERE AccountId = 1 AND Balance >= 500;
IF @@ROWCOUNT <> 1
THROW 50001, 'Insufficient balance or source missing.', 1;
UPDATE dbo.Accounts
SET Balance = Balance + 500
WHERE AccountId = 2;
IF @@ROWCOUNT <> 1
THROW 50002, 'Destination account missing.', 1;
COMMIT TRANSACTION;
END TRY
BEGIN CATCH
IF XACT_STATE() <> 0 ROLLBACK TRANSACTION;
THROW;
END CATCH;SET XACT_ABORT ON يجعل كثيراً من runtime errors تنهي transaction. XACT_STATE يحدد هل transaction موجودة/صالحة. THROW يعيد الخطأ للـ caller. في EF Core، SaveChanges غالباً تستخدم transaction تلقائية؛ لو عدة SaveChanges أو عمليات يجب أن تكون atomic، قد تحتاج explicit transaction.
لا تفتح transaction طويلة ثم تستدعي payment provider أو remote HTTP service؛ ده يمسك locks/connections ويزيد blocking. عند crossing systems استخدم outbox/saga/compensation patterns بدلاً من distributed transaction عشوائية.
Isolation Levels و Locking و Blocking
Isolation level يحدد ماذا ترى transaction من تغييرات transactions أخرى. SQL Server قد يستخدم locks أو row versioning حسب isolation/configuration. READ UNCOMMITTED قد يرى dirty data. READ COMMITTED يمنع dirty reads. REPEATABLE READ يحمي rows التي قرأتها من التعديل حتى نهاية transaction، لكنه لا يمنع كل phantom rows. SERIALIZABLE أقوى ويستخدم range locks. SNAPSHOT يقرأ version consistent للـ transaction ويتطلب تفعيل database option.
| Level | Simple guarantee | Trade-off |
|---|---|---|
| READ UNCOMMITTED | May read uncommitted data | Dirty reads/inconsistent results |
| READ COMMITTED | No dirty reads | Non-repeatable reads/phantoms possible |
| REPEATABLE READ | Previously read rows protected | Phantoms may occur |
| SERIALIZABLE | Strong serial-like behavior | Range locks/reduced concurrency |
| SNAPSHOT | Versioned snapshot view | Version store/update conflicts |
SET TRANSACTION ISOLATION LEVEL SERIALIZABLE;
BEGIN TRANSACTION;
SELECT Balance FROM dbo.Accounts WHERE AccountId = 1;
-- Related reads and writes happen here.
COMMIT TRANSACTION;READ COMMITTED في SQL Server قد يستخدم locks أو row versioning لو READ_COMMITTED_SNAPSHOT مفعّل. لا تفترض أن الاسم وحده يحدد physical behavior. SERIALIZABLE ليس «أفضل دائماً»؛ قد يمنع inserts متزامنة. اختار isolation حسب invariant، وأحياناً rowversion optimistic concurrency أفضل من locks طويلة.
Lock يحمي resource مثل key/page/table. Blocking يحصل لما transaction تنتظر lock متعارضاً. Blocking قد يكون طبيعياً، لكن transaction طويلة أو scan كبير قد يجعل الانتظار مؤذياً. قلل transaction duration، حسّن indexes، ولا تترك transaction مفتوحة أثناء user think time. NOLOCK ليس علاجاً؛ قد يقرأ dirty أو inconsistent data أو يفوّت/يكرر rows.
Transactions و Isolation Levels عمليًا
الـ transaction بتحدد وحدة العمل التي يجب أن تنجح كلها أو تفشل كلها. لكن ACID لا تعني أن كل القراء سيشاهدون نفس snapshot تلقائيًا؛ ده يعتمد على isolation level وإعدادات قاعدة البيانات. في READ COMMITTED التقليدي، shared locks تُحرر بعد القراءة. مع READ_COMMITTED_SNAPSHOT قد تُخدم القراءات من row versions لتقليل blocking، بينما تظل الكتابات محتاجة تنسيقًا.
اختيار isolation هو موازنة بين consistency و blocking و version-store pressure. لا تستخدم SERIALIZABLE كحل افتراضي؛ range locks قد تقلل التزامن بشدة. كمان لا تخلط بين transaction قصيرة داخل database وبين عملية business طويلة تشمل HTTP call؛ احتفظ بالـ transaction قصيرة.
SET XACT_ABORT ON;
BEGIN TRY
BEGIN TRANSACTION;
UPDATE dbo.Accounts
SET Balance = Balance - 100
WHERE AccountId = 1 AND Balance >= 100;
IF @@ROWCOUNT <> 1
THROW 50001, 'Insufficient funds or account missing', 1;
UPDATE dbo.Accounts
SET Balance = Balance + 100
WHERE AccountId = 2;
IF @@ROWCOUNT <> 1
THROW 50002, 'Destination account missing', 1;
COMMIT TRANSACTION;
END TRY
BEGIN CATCH
IF XACT_STATE() <> 0 ROLLBACK TRANSACTION;
THROW;
END CATCH;XACT_ABORT ON يجعل كثيرًا من أخطاء runtime تنهي transaction وتعمل rollback. استخدم TRY/CATCH للتعامل الواضح وإعادة رمي الخطأ. في تطبيق .NET، دع EF Core أو ADO.NET يملك transaction boundary واحدة واضحة، ولا تعمل nested transaction وهمية وتتوقع استقلالها الكامل.
Deadlocks: دورة انتظار متبادلة
Deadlock يحصل لما Transaction A تمسك Lock 1 وتنتظر Lock 2، و Transaction B تمسك Lock 2 وتنتظر Lock 1. SQL Server يكتشف cycle ويختار victim ويرجع error 1205 لها. ده يختلف عن blocking العادي الذي قد ينتهي عند commit/rollback.
سبب شائع: مساران يحدّثان نفس الجدولين بترتيب مختلف. قلل deadlocks بتوحيد ترتيب الوصول، تقصير transaction، indexes تقلل lock footprint، وعدم إجراء network/user interaction داخل transaction. اقرأ deadlock graph لمعرفة statements والموارد الفعلية؛ لا تعتمد على التخمين.
BEGIN TRANSACTION;
-- All code paths should use the same logical order.
UPDATE dbo.Customers
SET FullName = @Name
WHERE CustomerId = @CustomerId;
UPDATE dbo.Orders
SET Status = @Status
WHERE OrderId = @OrderId;
COMMIT TRANSACTION;لو هتعمل retry بعد 1205، أعد transaction كاملة بعد rollback مع bounded backoff، وفقط لو العملية idempotent أو مصممة لمنع تكرار الأثر. لا تعيد تنفيذ نصف transaction.
Knowledge Check
ليه نحتاج Foreign Key حتى لو EF Core بيعمل validation؟
ما الفرق بين WHERE و HAVING؟
ليه LEFT JOIN ممكن يتصرف كأنه INNER JOIN؟
هل CTE تخزن النتيجة في temporary storage؟
ما الفرق بين GROUP BY و Window Function؟
ليه ORDER BY مهم مع TOP؟
هل CHECK constraint بديل عن API validation؟
ما الفرق بين blocking و deadlock؟
هل NOLOCK حل آمن للقراءة البطيئة؟
ليه ما نسيبش transaction مفتوحة أثناء Payment API call؟
Locking و Isolation Levels و Deadlock Diagnosis
READ COMMITTED يمنع dirty reads، لكن قد ترى non-repeatable reads أو phantom rows حسب التنفيذ والإعداد. SNAPSHOT يوفر transaction-level consistent view عبر row versions، بينما READ COMMITTED SNAPSHOT يغير semantics للقراءة الافتراضية على مستوى statement في SQL Server. NOLOCK يسمح dirty/inconsistent reads وقد يعيد صفوفًا مكررة أو مفقودة؛ ليس حلًا عامًا للـ blocking.
Deadlock يعني cycle في wait-for graph؛ SQL Server يختار victim ويرجع error 1205. قلل transaction duration، وحافظ على ترتيب الوصول إلى الجداول/الصفوف، واستخدم indexes لتقليل locks، ولا تنتظر user input أو network call داخل transaction. اجمع deadlock graph من Extended Events وحدد الموارد وترتيب lock acquisition قبل تغيير isolation level.
من الـ Logical Query لحد صفحات البيانات
افصل بين Logical model وPhysical storage. الجدول والـ index objects منطقية؛ SQL Server يخزن البيانات في 8-KB pages، ويجمع 8 صفحات متجاورة في extent حجمه 64 KB. الصفوف داخل data page لها record structure و slot array تساعد المحرك يحدد مكان كل row. ده يفسر ليه حجم الصفوف، الـ fill factor، والـ fragmentation ممكن يأثروا على IO حتى لو SQL query نفسها لم تتغير.
الـ buffer pool يحتفظ بنسخ صفحات في الذاكرة. القراءة قد تكون logical read لو الصفحة موجودة في الذاكرة، أو physical read لو محتاج يجيبها من storage. لذلك قارن logical reads ووقت التنفيذ مع warm cache و cold cache بحذر؛ ما تمسحش production cache لمجرد benchmark.
SET STATISTICS IO, TIME ON;
SELECT ProductId, Name, Price
FROM dbo.Products
WHERE CategoryId = 7;
SET STATISTICS IO, TIME OFF;
-- Inspect allocation and row/page metadata when needed:
EXEC sys.sp_spaceused N'dbo.Products';قراءة النتيجة: ركّز على Scan count و logical reads و CPU time و elapsed time. انخفاض elapsed time مرة واحدة لا يثبت أن الخطة أفضل؛ قد تكون البيانات cached أو الحمل مختلفًا. كرر القياس على نفس dataset، وقارن actual execution plan، وتأكد أن المقارنة لا تغيّر correctness.
قرار هندسي: ابدأ بتصميم schema صحيح واستعلام محدد، ثم قِس. لا تضف indexes عشوائيًا؛ كل index يستهلك مساحة ويزيد تكلفة INSERT/UPDATE/DELETE.
المراجع والقراءة الإضافية
الدرس بيشرح الفكرة نفسها؛ الروابط دي للتحقق والتعمق والرجوع لتفاصيل الـ API. (محتاجة إنترنت.)
التوثيق الرسمي — Official documentation
خريطة التغطية: 21 عنصر من الـ Roadmap ومكان شرحه في الدرس
خلصت الدرس وحليت الأسئلة؟ علّم عليه عشان يتحسب في تقدّمك.