📚 课程目录第4章数据库接口与工程数据管理

4. 数据库接口与工程数据管理

在工程实践中，试验数据、标定参数、设备台账、测试记录往往并不存放在单个 MAT 文件里，而是集中在 MySQL、PostgreSQL、SQL Server、Oracle 或 SQLite 等关系型数据库中。MATLAB 的 Database Toolbox 正是为这类场景设计的：它让 MATLAB 直接成为数据库的客户端，用 SQL 完成查询、写入、更新和删除，再把结果以 table、数值矩阵或时间表的形式带回工作区继续做算法处理。本节围绕“连接—执行 SQL—批量读写—事务处理”这条主线展开，重点讲清楚每一步实际发生了什么、参数如何设置、结果如何判断。

一、建立连接：从数据源到数据库对象

连接数据库有两种典型方式。第一种是使用 ODBC/JDBC 驱动配合 database 函数，适合本地或内网数据库；第二种是使用 mysql、postgresql、sqlite、sqlserver 等原生接口函数，配置更简洁。以 MySQL 为例，典型写法如下：

conn = mysql('localhost', 'engineer', 'Matlab@2024', ...
             'DatabaseName', 'test_bench', 'PortNumber', 3306);
% 检查连接是否可用
if isopen(conn)
    disp('数据库连接成功');
end

这里 localhost 是主机名，engineer 是账号，第三个参数是密码，DatabaseName 指定默认库，PortNumber 指定端口。连接成功后返回的是一个数据库连接对象，后续所有 SQL 操作都基于它。需要特别注意的是：连接对象持有底层资源，使用完毕必须用 close(conn) 关闭，否则连接池会被占满，后续连接可能失败。若使用 JDBC，还需要先用 javaclasspath 把驱动 jar 加入 Java 类路径，并确认驱动版本与数据库服务端版本兼容。

二、执行 SQL：查询、写入与参数化

查询用 fetch，写入用 exec，这是最常用的两个入口。查询示例：

sql = ['SELECT test_id, torque, speed, temp, ts ' ...
       'FROM bench_record WHERE ts >= ''2024-03-01'' ' ...
       'AND temp > 85 ORDER BY ts'];
data = fetch(conn, sql);
head(data, 5)

fetch 默认把结果集读成 table，列名来自 SQL 的字段名，数值列自动映射为 double，时间列映射为 datetime。若结果集很大，应避免一次性全量拉取，而是用 WHERE 加时间范围或主键范围分批读取。写入示例：

insertSQL = ['INSERT INTO bench_record ' ...
             '(test_id, torque, speed, temp, ts) ' ...
             'VALUES (?, ?, ?, ?, ?)'];
exec(conn, insertSQL, {1001, 210.5, 3200, 92.3, '2024-03-05 10:12:00'});

这里用 ? 占位符配合元胞数组传参，是参数化查询的标准做法。它有两个好处：一是避免字符串拼接导致的引号转义错误，二是防止 SQL 注入。工程数据里常出现单引号、中文、特殊符号，参数化能显著降低出错概率。执行后应检查 conn.Message 是否为空，或查看 conn.AutoCommit 状态，确认语句真正生效。

三、批量读写：把 table 高效送进数据库

逐行 exec 在数据量大时非常慢，因为每次都是一次网络往返。Database Toolbox 提供了 sqlwrite 和 sqlread 两个高层函数，直接以 table 为输入输出，内部使用批量提交，效率明显更高：

% 批量写入：data 为 table，列名与表字段一致
sqlwrite(conn, 'bench_record', data);

% 批量读取：按条件取回
opts = databaseImportOptions(conn, 'bench_record');
opts.RowFilter = 'temp > 85 AND speed BETWEEN 3000 AND 3500';
subset = sqlread(conn, 'bench_record', opts);

批量写入前要保证 table 的变量名与目标表字段名一致，类型也要匹配：double 对应 FLOAT/DOUBLE，datetime 对应 DATETIME/TIMESTAMP，string 或 cellstr 对应 VARCHAR/TEXT。若字段类型不匹配，sqlwrite 会报类型转换错误，此时应先用 convertvars 调整列类型。批量读取时，RowFilter 会被拼进 SQL 的 WHERE 子句，因此不要在其中放入不可信的外部输入。

四、事务处理：保证一批操作要么全成、要么全不成

工程数据写入经常是“主表 + 明细表”成组出现，例如一条试验记录对应多条测点数据。如果主表写入成功而明细表失败，数据库就会处于不一致状态。事务正是解决这个问题的机制。默认情况下连接处于自动提交模式，每条语句独立生效；要使用事务，需要先关闭自动提交：

conn.AutoCommit = 'off';
try
    exec(conn, 'INSERT INTO test_main (test_id, operator, ts) VALUES (?, ?, ?)', ...
         {2001, 'Zhang', '2024-03-06 09:00:00'});
    sqlwrite(conn, 'test_detail', detailTable);
    commit(conn);          % 两步都成功，统一提交
catch ME
    rollback(conn);        % 任一步失败，全部回滚
    rethrow(ME);
end
conn.AutoCommit = 'on';

这段代码的关键在于：commit 之前的所有修改对其他会话不可见，只有提交后才持久化；一旦 rollback，本次事务内的所有写入都会被撤销。判断事务是否成功，不能只看有没有抛异常，还要确认 commit 本身没有报错。对于跨库或跨表的复杂写入，建议把事务边界控制在一次业务操作内，避免长事务锁表影响其他用户。

五、工程数据管理中的几个实用判断

第一，连接失败时先看错误码：驱动未加载、账号密码错误、端口不通、库名不存在，这四类原因占绝大多数。第二，查询结果为空不一定是 SQL 写错，也可能是时区或时间格式不一致，建议统一用 ISO 格式字符串传时间。第三，批量写入前先用 sqlread 读回表结构，核对字段名和类型，比事后排错更省时间。第四，事务中不要执行耗时过长的查询，否则会长时间持有锁。第五，敏感信息如密码不要硬编码在脚本里，可放入环境变量或 MATLAB 的 setSecret 机制中读取。

建议把“连接参数、表结构、常用 SQL、事务边界”整理成一份工程数据接口说明，随项目一起维护。这样换人接手或迁移数据库时，只需改连接配置，业务逻辑不必重写。

把上述流程串起来，MATLAB 就不再只是算法工具，而是能直接参与工程数据全生命周期管理的客户端：从数据库取数、在内存中计算、把结果批量写回、用事务保证一致性。掌握连接、SQL、批量读写和事务这四个环节，就具备了用 Database Toolbox 支撑实际工程项目的数据接口能力。