幾十年來，SQL（結構化查詢語言）一直在資料查詢語言領域處於主導地位，幾乎成了資料庫的“代名詞”，任何想從資料庫中檢索資訊的人都必須學習 SQL。但隨著時代的變遷，SQL 對資料檢索的主導力量正在減弱。
眾所周知，世界上其他地方都使用小寫字母，但 SQL 使用者卻仍在輸入 SELECT 或 WHERE 等單詞，這本身就是一種“倒退”。也正因為如此，現在市面上已經出現了一批使用全新語言的新資料庫。
近日，InfoWorld 評選出了 8 款“超越” SQL 的資料查詢語言，不僅為現代用例提供了更多的優雅、簡單和靈活性，有些甚至還更好用，一起來看看吧！
GraphQL
GraphQL 的名字乍一聽會讓人有點困惑，因為它並非一種利用圖形資料庫中所有可能性的語言，反而更像一種查詢類似於 JSON 的巢狀格式儲存資料的優雅速記。
GraphQL 資料查詢語言只是對結果的查詢做快速描述，通過後端檢視該欄位列表，這些欄位可能對值有限制，並嘗試查詢匹配的結果。SQL 一般是指定資料庫應該如何完成請求，而 GraphQL 使用者只需提供一個欄位列表。
特別對於某些 JSON 資料庫來說，GraphQL 語言是一種天然的匹配語言，且 GraphQL 在使用表格模式搜尋關聯式資料庫時也越來越流行，智慧後端可以將巢狀請求轉換為符合模式的連線模式。
GraphQL 最初由 Facebook 構建，用於 API 的查詢語言，允許開發人員選擇他們想要發出的請求型別，並在單個請求中接收所需的資訊。在作為一個獨立的開源專案被髮布後，開發人員開始開發 GraphQL 後端。
PRQL
PRQL 語言為 Pipelined Relational Query Language（發音為“Prequel”)的縮寫。這種語言中的查詢被構造為一系列小命令，這些命令只使用所需的資料生成結果。
與許多現代程式語言類似，PRQL 查詢的思考模型採用函式方法，變數等簡單功能可以減少重複，簡化流程。一行的結果以長鍊形式輸入下一行，如果您想刪除一個步驟，通常只需註釋掉這一行，其餘的 pipeline 仍然可以工作。
PRQL 的程式碼採用了 Rust 編寫，以此將 PRQL 轉換為 SQL 的傳輸工具，因此基本結構是可擴充套件的，這種簡單的實驗確保了語言的快速發展。
WebAssembly
許多開發人員認為 WebAssembly（縮寫為 Wasm）是一種用於建立在 web 瀏覽器中執行的快速應用程式的工具，當 Redpanda 開始構建一個資料流工具來取代 Kafka 時，他們希望新增一種機制，不僅可以傳遞資料，而且可以在過程中偶爾轉換資料，WebAssembly 就是最好的選擇。
當然，WebAssembly 甚至比某些資料庫中的儲存過程功能更強、級別更低。並非所有開發人員都想編寫位元組級程式碼。但是這個選項開啟了資料流，使其能夠進行復雜的轉換，遠遠超出了 SQL 所能實現的範圍。
GQL
圖形查詢語言（Graph Query Language，簡稱GQL）是一種被提議的標準，它融合了類似 Cypher、PGQL 和 GSQL 的宣告式程式語言。
開發人員通過為一組節點指定特定模型來建立查詢，然後資料庫負責查詢匹配項。GQL 使用更復雜的屬性圖，允許成對的節點共享多個不同的連線。
Gremlin
Gremlin 是搜尋圖形的原始語言之一，它要求執行一組步驟來搜尋節點之間的連線，因此被一些人稱為“基於路徑”或“圖形遍歷”語言。
Gremlin 語言每個查詢都是基於步驟構建的，每個步驟都可能涉及對映當前節點、過濾列表或以某種方式將結果製成表格。
Gremlin 語言通常只是一個起點，如在擴充套件 Gremlin 時，在其中嵌入 Python 直譯器，以便查詢可以包含 Python 程式碼。也有人將 Gremlin 嵌入 Java 等標準程式語言中，以此來從該語言中挖掘 Gremlin 的威力。
Gremlin 最初是為 Apache 的 TinkerPop 專案構建的，它已被主要的事務性分散式圖形資料庫（如 Amazon 的 Neptune）和使用 Apache Spark 或 Hadoop 的圖形處理框架所採用。
N1QL
N1QL（發音為“nickel”）旨在讓 SQL 原生使用者更容易處理可能儲存在 Couchbase 中的 JSON 物件。與 SQL 一樣，基本查詢有幾個由關鍵字 SELECT、FROM 和 WHERE 指定的部分，指定資料將來自的資料結構路徑的細節將根據 JSON 物件的巢狀世界進行調整和調整。
多年來，資料庫軟體公司 Couchbase 一直在尋找查詢一般文件的最佳方式。一開始，查詢是作為一個 JavaScript 函式編寫的，然後交給資料庫執行。儘管這是一個很好的、通用的解決方案，但有時需要花費很長時間才能生成結果，因此開發者創造出了 N1QL。
為了鼓勵實驗，N1QL 提供了一個帶有視覺化介面的查詢工作臺，用於測試和優化查詢。此外，Couchbase 還提供了一個通用的全文搜尋選項，可獨立執行，用於搜尋文字詞而非結構化資料的查詢。
Malloy
Malloy 的建立者曾表示，SQL 的問題在於語法細節 —— 表達哪怕是最簡單的查詢也需要時間，因為語言冗長且充滿隱藏的效能陷阱。因此，他們創造了一種具有自然預設值和更簡單語法的現代程式語言 —— Malloy，可以編譯成 SQL，因此沒有人需要改造 stock database。
其結果是一種類似於更強大的 GraphQL 的語法，查詢更像是結果的模型或願景，包括任何限制、匹配或預設值。Malloy 可在後臺處理一些優化，如可以自動生成更智慧的連線，以避免一些效能陷進；而子查詢可以聚合以節省時間，還可根據需要新增索引。因此，編寫查詢更像是編寫現代程式碼，標點符號可以保持結構簡潔。
Malloy 的開源核心是在 TypeScript 中構建的，用於包含在 Node.js 中的程式碼，VS Code 外掛簡化了開發。
Basis
大多數查詢語言都直接繫結到特定的資料庫，而 Basis 正在構建更多的管道，在使用 SQL 和 Python 混合過濾之前，可以從各種源中提取資料，最後再將資料交付給各種標準選項進行輸出，從執行程式碼到人工智慧演算法再到圖表和儀表盤。
Basis 只是更新的資料管道工具的一個例子，這些工具正在開啟查詢過程，從多個源中提取資料，使用多個語言進行過濾，並以多種形式交付資料。
綜述
上面 8 個新型資料查詢語言的出現，也並非意味著 SQL 越來越不受歡迎。如果說有什麼區別的話，那就是編寫的 SQL 比以往任何時候都多，而資料儲存的世界正在以更快的速度發展，而這些發展和增長正在激發更多新嘗試和新擴充。
當然，也並非所有這些新型別語言都比 SQL 更好，並不是所有這些都是開發者們正在尋找的，但他們的而出現都提供了一個新的機會，讓你有機會以不同的方式思考某些伺服器上的海量位元組，期待你能找到一種新的方法來闡明自我所需，不是嗎?