SQLE、SQM和PawSQL：企业级SQL审核平台的深度评测

数据运维 2024-06-03 捡田螺的小男孩 手机阅读

前言

在上文PawSQL: 企业级SQL审核工具的新玩家中说到，市场上主流的SQL审核工具，Yearning、Archery、Bytebase的审核模块、爱可生的SQLE、云和恩墨的SQM等，在规则覆盖度、或是正确率等方面存在明显不足，导致企业在引入产品后难以进行落地；PawSQL通过设计理念和核心技术的突破性创新，推出了自己的企业级SQL审核平台。

本次我们将深度评测这几款市场上主流SQL审核工具在审核规则覆盖度和审核结果正确性方面的表现。

规则覆盖度评测

为了提供直观的比较基础，我们简单地从规则数进行评价。我们从各个产品的最新文档或是DEMO环境获取了审核规则数最多的TOP5数据库类型。如下图所示，

SQLE、SQM和PawSQL：企业级SQL审核平台的深度评测-1

由于Yearning、Archery和Bytebase的规则主要集中在DDL审核上，还难以称之为企业级的SQL审核平台，因此本文将重点放在SQLE、SQM和PawSQL三个企业级SQL审核产品的对比评测上。

SQLE：MySQL的审核专家

SQLE提供了154条针对MySQL的审核规则，以及对TDSQL for MySQL和OceanBase for MySQL的专门优化，显示出其在MySQL领域的专业性和深度。

SQM：Oracle的坚强后盾

SQM在Oracle数据库的审核上展现出了其强大的实力，提供了高达188条的审核规则。这一数字不仅体现了SQM对Oracle平台的深度支持，也反映了其在帮助企业应对复杂Oracle环境方面的能力；SQM为MySQL也提供了153条规则，说明它对MySQL也有非常好的规则覆盖度。

PawSQL：多种数据库审核的全能选手

与SQLE和SQM专注于特定数据库不同，PawSQL注重数据库类型支持的全面性和均衡性。PawSQL为MySQL、PostgreSQL、openGauss、Oracle和GoldenDB等多种数据库提供了大量的审核规则，规则数在各个数据库上都异常均衡，显示出其在多数据库环境中的优秀能力。PawSQL的优势在于能够为企业提供一致的审核体验，无论他们的数据库环境如何多样化。

审核正确性评测

由于SQLE、SQM和PawSQL三个产品在MySQL数据库上的规则数比较接近，我们都采用MySQL数据库的审核集进行评测。对于审核的对象，我们采用了TPC-H基准测试的8个建表语句和22个测试查询语句；我们采用离线审核的方式，以减少对环境的依赖。

DDL（建表语句）审核

下面是TPC-H基准测试的8个建表语句在三个平台上的审核结果。

SQM

SQLE、SQM和PawSQL：企业级SQL审核平台的深度评测-2

SQLE

SQLE、SQM和PawSQL：企业级SQL审核平台的深度评测-3

PawSQL

SQLE、SQM和PawSQL：企业级SQL审核平台的深度评测-4

审核对比分析

可以看到，虽然SQLE和PawSQL的规则丰富度比SQM更好一些，但是三者在正确性方面都表现不错，SQLE和PawSQL出现的一个共同的误报问题，这是由于DDL外键/索引解析的错误导致的，案例如下：

    CREATE TABLE ORDERS (
    O_ORDERKEY INT NOT NULL,
    ...
      KEY ORDERS_FK1 (O_CUSTKEY),
      CONSTRAINT ORDERS_IBFK_1 FOREIGN KEY (O_CUSTKEY) REFERENCES CUSTOMER (C_CUSTKEY)
    ) ENGINE=INNODB

    误告警率：在给出的12类SQL警告中，有4类为误告警，误告警率达到了33.3%，这对于SQL审核任务的准确性和效率构成了严重影响。

    误告警率：SQLE给出的12类SQL警告中，有1类为误告警，误告警率接近10%，虽然比SQM低，但仍然对审核任务有一定的负面影响。

    警告准确性：PawSQL给出20种SQL警告或提示，远超SQLE和SQM，PawSQL不仅关注SQL语句的规范性和正确性，还提供了性能优化的规则，并且对潜在的正确性问题（NPE重写，IN可空子查询可能导致结果集不符合预期）进行了提示，显示了其规则的精确性和深入分析SQL结构的能力。