Net-Base Magazín

08.11.2026

FireDAC: Pole parametrů pro IN-klauzule – bezpečná logika rozbalování, limity na DB a ladění výsledné SQL

IN (:ids) se jeví jako pohodlné, ale u velkých seznamů naráží na limity databáze a na mýty o debugování. Tento praktický průvodce ukazuje bezpečnou Expand- a Chunking-logiku v FireDAC, typická omezení a čisté nastavení trace pomocí FDMonitor.

08.11.2026

Od tématu magazínu k projektové praxi

Vhodné stránky služeb a technické stránky k příspěvku

Video-Botschaft

FireDAC: Pole parametrů pro IN-klauzule – bezpečná logika rozbalování, limity na DB a ladění výsledné SQL

Warum IN (:ids) mit FireDAC im Betrieb an DB-Limits scheitert, wie Expand/Chunking robust hilft und wie man die finale SQL sauber traced.

Video mit KI erstellt

Transkript anzeigen

Hallo zusammen. IN (:ids) wirkt wie Komfort.

In der Praxis ist es oft ein Stolperdraht. Der Beitrag heißt: FireDAC: Parameter-Arrays für IN-Clauses – sichere Expand-Logik, Limits pro DB und Debugging der finalen SQL.

Der Fehler kommt selten im ersten Test. Er kommt nachts im Batch oder wenn jemand im Backoffice 1.400 Datensätze markiert.

Dann melden Datenbanken Grenzen wie ORA‑01795, „too many SQL variables“ oder ein Parameter-Limit. Wichtig ist die klare Trennung: Parameter sind gebundene Werte, keine Textliste.

Eine robuste Lösung expandiert sauber auf mehrere Platzhalter, arbeitet bei großen Listen mit Chunking in Blöcken und behandelt „Liste leer“ bewusst. Und fürs Debugging: nicht raten, sondern die finale SQL per Trace nachvollziehen, zum Beispiel mit FDMonitor.

Wenn Sie dazu Rückfragen haben, sprechen wir gern kurz über Ihren konkreten Fall.

Chyba se zřídka objeví při prvním testu. Objeví se v noci při dávkovém zpracování nebo když správce v backofficu „jen tak“ označí větší výběr. V logu pak bývá něco jako „too many SQL variables“, ORA‑01795 nebo chyba SQL Serveru, která s původním use casem má málo společného. Kdo v této situaci stále spoléhá na pohodlný vzor WHERE id IN (:ids), brzy zjistí: není to komfortní funkce, ale past.

Právě o to jde u BDE-Ablosung mit nativer Anbindung: Parameter-Arrays für IN-Clauses: nejde o trik, jak do „jednoho parametru“ nacpat libovolně dlouhé seznamy, ale o robustní logiku rozbalení a dělení (expand & chunking), která respektuje limity DB a je dobře debugovatelná.

Cílový konflikt za tím je reálný a opakuje se téměř v každém systému:

  • Maximální bezpečnost a udržovatelnost: hodnoty se vážou (žádná SQL‑injekce), plány lze znovu použít, logování zůstává řízené.
  • Maximální robustnost při velkých seznamech: žádné tvrdé DB‑hranice nepraskají, žádné chyby „jen u zákazníka X“, reprodukovatelné ladění.

Obojí lze dosáhnout – ale jen pokud mechaniku jasně oddělíte: parametry jsou hodnoty, makra/substituce je SQL‑text. A: velké seznamy potřebují ochranné mantinely.

FireDAC: Parameter-Arrays für IN-Clauses in der Praxis

BDE-Ablosung mit nativer Anbindung rozlišuje záměrně mezi parametry (vázané hodnoty) a makry/substitucí (textové fragmenty, které se vloží do SQL textu před přípravou). Preprocessing může transformovat command‑text, rozbalit makra a vytvořit výslednou strukturu statementu – ale vázání hodnot zůstává oddělené.[Quelle]

To zní formálně, ale je to bod bezpečnosti a provozu: parametr v SQL typicky reprezentuje jednu hodnotu. Pokud do závorek „vprázdíš“ seznam jako text, velmi rychle sklouzneš k řetězcové konkatenaci nebo zneužití maker. Obě praxe promění bezpečný dotaz na takový, který musíš neustále chránit proti SQL‑injekci, zvláštním znakům a konverzím typů – a zároveň oslabují cache plánů v databázi.

Pevná hranice proto zní: buď vytvoříš IN‑seznam z více zástupných parametrů a každý prvek navážeš jako samostatný parametr, nebo změníš techniku a dodáš databázi množinu hodnot jako „tabulku“ (dočasná tabulka, collection/array typ, Table‑Valued Parameter). FireDAC ti toto architektonické rozhodnutí nepřebírá.

Abwägungskarte: Drei Wege zur IN-Liste – Nutzen, Aufwand, Risiken

Než se začne diskutovat o detailech implementace, stojí za to si jasně projít možnosti. Nejde o „správné vs. špatné“, ale o otázku, kde chceš nést jaké riziko: v Delphi-kódu nebo v provozu databáze.

Přístup 1: Expand na mnoho parametrů (IN (:p0,:p1,…))

Přínos: zůstává v rámci vázání parametrů, funguje s FireDAC napříč backendy, žádné dodatečné DB-objekty.
Náročnost: střední (sestavení stringu + názvy parametrů + bindy).
Rizika/omezení: tvrdé limity (počet parametrů, IN-exprese), varianty příkazů explodují při silně kolísající velikosti seznamu.
Vhodné pro: filtrační seznamy až do „několika set“, retrofit do stávající business-software, cross-DB.

Přístup 2: Chunking (více IN-bloků spojených OR, pečlivě uzavřené)

Přínos: respektuje limity, zůstává cross-DB, může pohlcovat velmi velké seznamy bez DB-specifických funkcí.
Náročnost: vyšší (logika závorek, tvorba bloků, správa parametrů, testy).
Rizika/omezení: dlouhé WHERE-klauzule; OR-řetězce mohou ovlivnit optimizer/plány; debugování musí vracet kontext (velikost bloku/počty).
Vhodné pro: Oracle/SQL Server/SQLite v jedné codebase, pokud velké seznamy nastávají jen sporadicky.

Přístup 3: Předání hodnot jako „tabulky“ (Temp-Tabelle / TVP / Collection)

Přínos: SQL zůstává krátké, stabilita plánu často lepší, velmi velké objemy jsou zvládnutelné.
Náročnost: závislé na DB; provoz/deployment (schema, práva, cleanup/transakce) se stává součástí řešení.
Rizika/omezení: více pohyblivých částí (migrace, monitoring, oprávnění).
Vhodné pro: pravidelně velké objemy (tisíce+), batch-processing, pokud je backend pevně daný a provoz to unese.

Pevné limity podle databáze: skuteční hybatelé pro Expand-Logik

Limity jsou důvodem, proč „lokálně to běží“ v provozu nestačí. Rozhodující není tvůj Delphi-kód, ale to, jaký tvar příkazu a kolik parametrů backend akceptuje.

Databáze Relevantní limit Typický chybový symptom Praktický důsledek
Oracle Max. 1000 výrazů v IN-seznamu ORA-01795 Chunking nebo alternativní technika (Join/Collection) nutná, jakmile seznamy skutečně narostou
SQL Server Max. 2100 parametrů na Statement/Batch Chyba při příliš mnoha parametrech Plánovat rezervu pro doplňkové parametry; po dosažení prahu zvážit chunking nebo TVP
SQLite Max. host-parametrů (ve výchozím nastavení historicky často 999, závisí na verzi/buildu) „too many SQL variables“ Chunking aktivovat brzy; limit v provozu dokumentovat, protože se liší podle distribuce
PostgreSQL Počet parametrů je omezen (protokol-/implementačně podmíněno) Chyby při extrémních počtech parametrů Definovat horní hranici; při velmi velkých objemech zvážit strategii s tabulkou hodnot

Pro Oracle je hranice 1000 jasně zdokumentovaná: v IN-podmínce je povoleno až 1000 výrazů.[Quelle] Důležité je závěr: limit platí jako strukturální hranice SQL-podmínky, nikoli jako „problém literálů“. AskTOM řadí ORA‑01795 odpovídajícím způsobem mezi tvrdé IN-list limity a uvádí rozdělení/spojení jako typický workaround – alternativně join proti množině hodnot.[Quelle]

SQLite je zákeřný v tom, že nenarážíš na „IN-výrazy“, ale na počet vázaných proměnných. Limit je zdokumentován jako SQLITE_MAX_VARIABLE_NUMBER a může se podle verze/buildu výrazně lišit. Důsledek: i kdo SQLite používá jen „na okraj“ (testy, nástroje, offline klienti), potřebuje logiku Expand, která náhle neklesne na 999 parametrů.[Quelle]

Bezpečná Expand-logika: co musí zvládat (a co ne)

Když implementuješ Expand/Chunking, nedělej to jako „Stringbastelei“, ale jako malou infrastrukturní komponentu. Měla by spolehlivě dělat čtyři věci:

  • Generovat pouze zástupné symboly: Hodnoty se vážou výhradně přes parametry FireDAC.
  • Prázdný seznam explicitně ošetřit: definovaná cesta, žádné SQL-syntaktické chyby, žádné tiché změny sémantiky.
  • Zohlednit limity a rezervu: pro každou DB jeden limit, plus buffer pro další parametry ve statementu.
  • Dodat debug-kontext: počet hodnot, velikost bloku, počet bloků, volitelně fingerprint – místo „vše v prostém textu“.

Prázdné seznamy: nulový případ je nejčastější v produkci

„Žádné ID“ se děje pořád: filtry práv, vyhledávací filtry, smazané záznamy, prázdné selekce. A právě zde je mnoho implementací nepřesných, protože se snaží „IN ()“ nějak zachránit.

Pragmatické, dobře testovatelné možnosti:

  • Žádné volání DB: pokud má tvůj use case vrátit množinu výsledků, vrať rovnou prázdné (zvlášť rozumné ve službách a API).
  • Always-false podmínka: pokud z architektonických důvodů musíš statement spustit, nahraď část IN bezpečně nepravdivou podmínkou (např. 1=0), místo vymýšlení „IN (NULL)“.

Chunking: proč „rezerva“ počítá víc než zdokumentovaný limit

Chunking není jen „pro Oracle“. Je to tvoje pojistka proti dvěma typickým realitám: dodatečným parametrům (tenant, status, časové období, oprávnění) a nepředvídatelné velikosti seznamů.

Několik pravidel, které by měly v code review vyniknout:

  • Velikost bloku nikdy na maximu: Pokud SQL Server povoluje 2100 parametrů, není velikost bloku 2090 dobrý nápad, protože statement zřídka sestává jen z IN-listy.
  • OR-bloky musí být uzávorkovány: Jakmile se přidá další AND, bez závorek se logika změní.
  • Deterministické názvy parametrů: Prefix + index (např. :ids_0001) výrazně usnadní trace, repro a analýzy rozdílů.

Příklad (konstruiovaný): Když dávkový úkol náhle selže „kvůli zákaznické specifice“

Debugging finální SQL: Proč je přání pochopitelné – ale zřídka to, co skutečně pomůže

Mnoho týmů hledá „finální SQL“, tedy řetězec, ve kterém jsou všechny hodnoty parametrů „vložené“. U vázaných parametrů je to často zdánlivý požadavek: databáze dostává statement a hodnoty odděleně. To je standardní režim pro bezpečné provedení a znovupoužití plánu. Jediná kanonická „vykonávaná SQL“ proto často neexistuje v tom smyslu, v jakém ji známe ze ručně sestaveného SQL.

V FireDAC vede správná cesta pro debug přes FDMonitor. Tam uvidíš Prepare/Execute, text statementu, hodnoty parametrů (s typy) a sekvenci akcí. To je blíže tomu, co se v backendu skutečně děje, než jakákoli vlastní rekonstrukce řetězce.[Zdroj]

Co bys měl v trace cíleně vyhodnocovat

  1. Struktura WHERE klauzule: Jsou OR bloky uzavřeny v závorkách, než navazují další AND filtry?
  2. Počet parametrů: Kolik parametrů to skutečně je – včetně mandanta/stavu/časového rozsahu? To rozhoduje o limitech SQL serveru a SQLite.
  3. Vazba typu: Jsou numerická ID vázána jako čísla? Řetězce vs. čísla není kosmetická záležitost; může ovlivnit využití indexů a volbu plánu.
  4. Varianty statementu: Každý rozdílný počet placeholderů je jiný statement text. Při kolísajících seznamech tím generuješ více Prepare variant; chunking s pevnou velikostí bloků může varianci snížit.

Logging: SQL + kontext místo SQL + 2 400 hodnot

V produkčních lozích obvykle nechceš vidět každou jednotlivou hodnotu. Potřebuješ diagnostiku při přijatelné velikosti logu a bez zbytečné expozice dat. Typická, užitečná pole jsou:

  • Počet hodnot (Count)
  • Velikost bloku a počet bloků
  • Fingerprint normalizovaného seznamu (např. hash), aby se rozpoznaly opakování bez výpisu obsahu
  • Zkrácená ukázka (např. prvních/posledních 5 hodnot), pokud je to z hlediska ochrany dat a odborně přípustné

Parameter-Arrays v FireDAC: pojem, který často vede špatným směrem

FireDAC dokumentuje „parametrová pole“ především v kontextu Array-DML (Batched Execution): mnoho záznamů se provede v jednom příkazu tím, že se hodnoty parametrů nastaví jako pole. To je výkonové řešení pro INSERT/UPDATE/DELETE – ale automaticky neřeší problém „IN-seznam jako jeden parametr“. Jsou to dva různé případy použití, které slovně zní podobně, ale operativně fungují odlišně.[Zdroj]

Praktická konsekvence pro týmovou komunikaci: když někdo říká „Parameter-Arrays für IN“, vyplatí se zeptat na upřesnění: Máš na mysli Array-DML, nebo myslíš Expand/Chunking pro WHERE IN? Tato jasnost zabrání tomu, aby nakonec hodnoty opět skončily textovou substitucí v SQL.

Review-Checkliste: typische Fallstricke, die später teuer werden

1) „Alles als String“ ist bequem, aber kann Indizes aushebeln

Je-li sloupec numerický, měly by být vázané parametry také numerické. Jinak mohou vzniknout implicitní konverze. Ty jsou těžko postřehnutelné, ale drahé: mohou způsobit, že indexy nejsou využívány očekávaným způsobem nebo že se plány při zátěži zhroutí.

2) Duplikate und ungültige Werte treiben dich unnötig Richtung Limit

Odebrání duplicit snižuje počet parametrů bez funkční újmy. Stejně tak včasné odstranění prázdných řetězců nebo zjevně neplatných ID. To není optimalizace „pro každý případ“, ale přímo snižuje riziko překročení limitů.

3) Klammerung ist Semantik, kein Stil

Špatně uzávorkovaný OR-blok vrátí nesprávná data – často bez chybového hlášení. To je nejméně příznivý typ chyby: tichý, těžko reprodukovatelný, odborně závažný. Pokud se používá Chunking, mělo by být závorkování v testech explicitně ověřeno (nejen „běhá“).

4) Freies Expandieren erzeugt viele Statement-Varianten

Pokud velikost seznamu silně kolísá, kolísá i počet zástupných parametrů a tím i text příkazu. To zvyšuje počet variant při Prepare a může se v monitoringu projevit jako „mnoho Parse/Prepare“. Chunking s pevnou velikostí bloku (kromě posledního bloku) snižuje různorodost, ale nevylučuje ji úplně. Pokud to skutečně vadí, je obvykle další úroveň „hodnoty jako tabulka“.

Umsetzungsfahrplan: so wird aus einem Randfall ein Standardbaustein

  1. Eingang normalisieren: trimmen, deduplizieren, ungültige Werte verwerfen, optional sortieren (für stabilen Fingerprint).
  2. Backend-Profil definieren: Limit je DB festlegen (IN-Expressions oder Parameterlimit) und eine Reserve für zusätzliche Parameter einplanen.
  3. Strategie wählen: kleine Listen → Expand; unklare oder größere Listen → Chunking; sehr große und häufige Listen → Wertetabellen-Ansatz evaluieren.
  4. SQL erzeugen: nur Platzhalter; OR-Blöcke klammern; zusätzliche AND-Filter klar außerhalb der OR-Gruppe halten.
  5. Parameter binden: Typen passend setzen; NULL-Werte bewusst behandeln (NULL in IN ist meist wirkungslos und verwirrt Debugging).
  6. Diagnose einbauen: Count/Chunk/Fingerprint ins Log; FDMonitor-Trace als „tiefer Debug-Modus“ im Runbook dokumentieren.
  7. Grenztests: 0, 1, Limit-1, Limit, Limit+1 (jeweils plus Zusatzparameter), damit das Verhalten bei Änderungen stabil bleibt.

Wann sich der Mehraufwand wirklich lohnt (und wann nicht)

Ne každá aplikace potřebuje celý arzenál nástrojů. Dodatečné nároky se vyplatí zejména tehdy, když platí alespoň jedna z následujících podmínek:

  • Seznamy pocházejí z výběru uživatele nebo z rozsahů oprávnění (velikost je těžko předvídatelná).
  • Batch procesy běží bez dozoru (chyby musí být rychle diagnostikovatelné).
  • Podporuje se více databází (směs Oracle/SQL Server/SQLite, např. pro nástroje/testy).
  • Dotčená tabulka je velká a kritická z hlediska výkonu (vazba typů a stabilita plánů mají význam).

Pokud máš naopak jasně omezené backend a případ použití garantuje malé seznamy (např. UI filtr s maximálně 50 ID), může stačit jednoduché Expand-Lösung – pokud nezapomeneš na případ s nulovým seznamem a na test hranice. To není „pře-architektura“, ale ochrana proti prvnímu reálnému provoznímu okrajovému případu.

Závěr: Stabilita nevzniká triky, ale hranicemi a pozorovatelností

FireDAC usnadňuje správné postupy: vázání parametrů, oddělené zpracování makr, čistá příprava příkazů. Problém vzniká až tam, kde se IN-seznamy nekontrolovaně zvětšují. Ten, kdo vybuduje Expand/Chunking jako standardní stavební blok, respektuje limity pro jednotlivé databáze, považuje prázdné seznamy za normální cestu a přijme FDMonitor jako zdroj pravdy pro debugování, zbaví téma hrůzy. Kód se vyplatí tehdy, když už nechceš hádat, proč funkce selhává „jen při velkých datech“ – a když chceš v provozu dojít k příčině za minuty místo hodin.

Zdroje a doplňující informace

Odborné klíčové závěry byly redakčně zařazeny na základě následujících externích zdrojů.

  1. Preprocessing Command Text (FireDAC) – RAD Studio (docwiki.embarcadero.com)
    FireDAC odděluje vázání parametrů od makr/substituce a preprocessuje text příkazu před Prepare; hodnoty patří do parametrů, SQL-fragmenty do makr.
  2. IN Condition (docs.oracle.com)
    Oracle povoluje maximálně 1000 výrazů v IN-seznamu, proto je při velkých seznamech nutné použít Chunking nebo alternativní techniku.
  3. Limit and conversion very long IN list : WHERE x IN ( ,,, …) – Ask TOM (asktom.oracle.com)
    ORA-01795 je uváděno jako limit IN-seznamu (max. 1000); typické obejití jsou rozdělení a propojení nebo alternativy jako join proti množinám hodnot.
  4. Implementation Limits For SQLite (www.sqlite.org)
    SQLite omezuje počet host parametrů (SQLITE_MAX_VARIABLE_NUMBER), což přímo omezuje expandované IN-seznamy.
  • FDMonitor – RAD Studio (docwiki.embarcadero.com)
    FDMonitor je centrální nástroj FireDAC pro sledování statementů, hodnot parametrů, typů a kroků provádění.
  • Array DML (FireDAC) – RAD Studio (docwiki.embarcadero.com)
    FireDAC-parametrová pole jsou primárně zdokumentována pro Array-DML/Batched Execution a nejsou automaticky řešením pro vázání IN-seznamů.
  • Pro toto téma jsou důležité také FireDAC IN klauzule a Delphi rozbalování parametrů. Článek tyto aspekty srozumitelně vysvětluje a ukazuje, na co záleží v praxi.

    Projednat projekt nebo modernizační záměr s Net-Base.

    další krok

    Když se z tématu stane reálný projekt, měly by být architektura, stávající systém a provoz posuzovány společně již v rané fázi.

    Podporujeme nejen při jednotlivých otázkách, ale i v případě, že se z útržků zdrojového kódu, legacy témat nebo nápadů na portál má vyvinout robustní podnikový projekt.

    • Současný stav, cílový stav a technická rizika jsou hodnoceny společně.
    • REST, přístup k datům, portály a rollout nebudou přesunuty do pozdějších fází.
    • Včas zjistíte, která varianta je ekonomicky i provozně životaschopná.

    Sdílet příspěvek

    Sdílet tento příspěvek přímo

    LinkedIn, X, Facebook, WhatsApp und E-Mail sind sofort verfügbar. für Instagram bereiten wir Link und Kurztext direkt vor.

    E-mail

    Instagram se otevře v nové záložce. Odkaz a krátký text budou předtím zkopírovány do schránky.

    Napsat komentář

    Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert