Net-Base Revista

08.11.2026

FireDAC: Arrays de parámetros para cláusulas IN — lógica de expansión segura, límites por DB y depuración del SQL final

IN (:ids) parece cómodo, pero falla con listas grandes debido a los límites de la base de datos y a mitos sobre la depuración. Esta guía práctica muestra una lógica segura de expansión y chunking en FireDAC, los límites típicos y una configuración limpia de trazas con FDMonitor.

08.11.2026

Del tema de la revista a la práctica del proyecto

Páginas de servicios y técnicas relacionadas

Video-Botschaft

FireDAC: Arrays de parámetros para cláusulas IN — lógica de expansión segura, límites por DB y depuración del SQL final

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.

El error rara vez aparece en la primera prueba. Aparece por la noche en batch, o cuando un administrador en el backoffice «simplemente» marca una selección más grande. En el log aparece entonces algo como «too many SQL variables», ORA‑01795 o un error de SQL‑Server que tiene poco que ver con el caso de uso real. Quien en este punto aún confía en el patrón cómodo WHERE id IN (:ids), pronto nota: no es una característica de comodidad, sino un hilo de tropiezo.

Precisamente de eso se trata en BDE-sustitución con integración nativa: Arrays de parámetros para cláusulas IN: no se trata de una caja de trucos para meter listas arbitrariamente largas «en un parámetro», sino de una lógica robusta de expansión y chunking que respeta los límites de la BD y permite una depuración limpia.

El conflicto de objetivos detrás es real y se repite en casi todos los sistemas:

  • Máxima seguridad y mantenibilidad: los valores se vinculan (sin SQL‑Injection), los planes pueden reutilizarse, el registro permanece controlable.
  • Máxima robustez con listas grandes: no se rompen límites rígidos de la BD, no hay errores de «solo en el cliente X», depuración reproducible.

Se pueden lograr ambas cosas, pero solo si se separa claramente la mecánica: los parámetros son valores, los macros/sustituciones son texto SQL. Y: las listas grandes necesitan mecanismos de protección.

FireDAC: Arrays de parámetros para cláusulas IN en la práctica

BDE-Ablosung mit nativer Anbindung distingue deliberadamente entre parámetros (valores vinculados) y macros/sustitución (fragmentos de texto que se insertan en el texto SQL antes del Prepare). El preprocesamiento puede transformar el texto del comando, expandir macros y generar la estructura final del statement, pero la vinculación de valores permanece separada.[Quelle]

Suena a formalismo, pero es un punto de seguridad y operación: un parámetro representa en SQL típicamente un valor. Si se introduce una lista como texto en los paréntesis «infiltrándola», se llega rápidamente a la concatenación de cadenas o al abuso de macros. Ambas cosas convierten una consulta segura en otra que hay que defender constantemente contra SQL‑Injection, caracteres especiales y conversiones de tipo, y que además debilita el plan‑caching de la base de datos.

La línea sólida es, por tanto: o generas una lista IN a partir de múltiples marcadores y vinculas cada valor como parámetro, o cambias de técnica y entregas a la base de datos un conjunto de valores como «tabla» (tabla temporal, tipo Collection/Array, Table‑Valued Parameter). FireDAC por sí mismo no te quita esa decisión arquitectónica.

Mapa de evaluación: tres caminos hacia la lista IN – utilidad, esfuerzo, riesgos

Antes de debatir detalles de implementación, vale la pena un panorama claro de las opciones. No se trata de «correcto vs. incorrecto», sino de la pregunta de qué riesgo quieres asumir y dónde: en Delphi-código o en la operación de la base de datos.

Opción 1: Expand a muchos parámetros (IN (:p0,:p1,…))

Utilidad: se mantiene dentro del enlace de parámetros, funciona con FireDAC a través de backends, sin objetos adicionales en la BD.
Esfuerzo: moderado (construcción de cadenas + nombres de parámetros + bindings).
Riesgos/Límites: límites duros (número de parámetros, expresiones IN), las variantes de sentencias se disparan con tamaños de lista muy variables.
Plausible para: listas de filtro hasta «algunos cientos», retrofit en software empresarial existente, Cross-DB.

Opción 2: Chunking (varios bloques IN por OR, correctamente entre paréntesis)

Utilidad: respeta los límites, sigue siendo cross-DB, puede absorber listas muy grandes sin características específicas de la BD.
Esfuerzo: mayor (lógica de paréntesis, formación de bloques, gestión de parámetros, pruebas).
Riesgos/Límites: cláusulas WHERE largas; cadenas de OR pueden afectar al optimizador/planes; la depuración debe aportar contexto (tamaño de bloque/cuentas).
Plausible para: Oracle/SQL Server/SQLite en una misma base de código, cuando listas grandes aparecen de forma esporádica.

Opción 3: Pasar valores como „tabla“ (tabla temporal / TVP / Collection)

Utilidad: SQL corto, estabilidad de planes normalmente mejor, volúmenes muy grandes son manejables.
Esfuerzo: específico de BD; operación/despliegue (esquema, permisos, limpieza/transacciones) pasa a formar parte de la solución.
Riesgos/Límites: más piezas móviles (migraciones, monitorización, permisos).
Plausible para: volúmenes grandes regulares (miles+), procesamiento por lotes, cuando el backend está fijado y la operación puede asumirlo.

Límites duros por base de datos: los verdaderos impulsores de la lógica de Expand

Los límites son la razón por la que «funciona localmente» no es suficiente en producción. Lo decisivo no es tu Delphi-código, sino qué formato de sentencia y cuántos parámetros acepta el backend.

Base de datos Límite relevante Error típico Consecuencia práctica
Oracle Máx. 1000 expresiones en una lista IN ORA-01795 Chunking u otra técnica alternativa (JOIN/Collection) necesaria en cuanto las listas sean realmente grandes
SQL Server Máx. 2100 parámetros por sentencia/batch Error por demasiados parámetros Prever reserva para parámetros adicionales; a partir de cierto umbral evaluar chunking o TVP
SQLite Máx. de parámetros de host (por defecto históricamente a menudo 999, depende de versión/build) „too many SQL variables“ Activar chunking pronto; documentar el límite en producción porque varía según la distribución
PostgreSQL El número de parámetros está limitado (por protocolo/implementación) Error con cantidades extremas de parámetros Definir un techo; con volúmenes muy grandes considerar la estrategia de tablas de valores

Para Oracle, el límite de 1000 está documentado con claridad: en la condición IN se permiten hasta 1000 expresiones.[Quelle] Importante es la conclusión: el límite se considera un límite estructural de la condición SQL, no un «problema de literales». AskTOM clasifica ORA‑01795 como un límite estricto de la lista IN y menciona dividir/concatenar como solución habitual – alternativamente, realizar un JOIN contra un conjunto de valores.[Quelle]

SQLite es traicionero, porque no te topas con «expresiones IN», sino con el número de variables enlazadas. El límite está documentado como SQLITE_MAX_VARIABLE_NUMBER y puede variar significativamente según la versión/build. Consecuencia: quien use SQLite solo «de forma marginal» (tests, herramientas, clientes offline) necesita de todos modos una lógica de expansión que no se estrelle de golpe con 999 parámetros.[Quelle]

Sichere Expand-Logik: was sie leisten muss (und was nicht)

Si implementas Expand/Chunking, no lo hagas como una «parche de cadenas», sino como un pequeño componente de infraestructura. Debe hacer con fiabilidad cuatro cosas:

  • Solo generar marcadores de posición: los valores deben vincularse exclusivamente a través de parámetros FireDAC.
  • Tratar explícitamente las listas vacías: ruta definida, sin errores de sintaxis SQL, sin cambios silenciosos de semántica.
  • Considerar límites y reserva: por base de datos un límite, más un margen de reserva para otros parámetros en la sentencia.
  • Proveer contexto de depuración: número de valores, tamaño de bloque, número de bloques, fingerprint opcional – en lugar de «todo en texto claro».

Listas vacías: el caso nulo es el caso más frecuente en producción

«Sin IDs» ocurre constantemente: filtros de permisos, filtros de búsqueda, registros eliminados, selección vacía. Y es precisamente aquí donde muchas implementaciones son imprecisas, porque intentan salvar de alguna manera el «IN ()».

Opciones pragmáticas y bien testeables:

  • Sin llamada a BD: si tu caso de uso debe devolver un conjunto de resultados, devuelve directamente vacío (especialmente sensato en servicios y APIs).
  • Condición siempre falsa: si por razones de arquitectura debes ejecutar la sentencia, reemplaza la porción IN por una condición seguramente falsa (p. ej. 1=0), en vez de inventar un «IN (NULL)».

Chunking: por qué la «reserva» cuenta más que el límite documentado

Chunking no es solo «para Oracle». Es tu seguro frente a dos realidades típicas: parámetros adicionales (mandante, estado, período, permisos) y tamaños de listas imprevisibles.

Algunas pautas que deberían destacarse en las revisiones:

  • Tamaño de bloque nunca en el máximo: si SQL Server permite 2100 parámetros, un tamaño de bloque de 2090 no es una buena idea, porque la sentencia rara vez consiste únicamente en la lista IN.
  • Los bloques OR deben estar entre paréntesis: en cuanto se añade otro AND, la lógica cambia sin paréntesis.
  • Nombres de parámetros determinísticos: Prefijo + índice (p. ej. :ids_0001) facilita mucho trazas, reproducciones y análisis de diferencias.

Ejemplo (construido): cuando un job por lotes falla de repente «específico para un cliente»

Depuración del SQL final: por qué el deseo es comprensible — pero rara vez es lo correcto

Muchos equipos buscan la «SQL final», es decir, una cadena en la que todos los valores de los parámetros estén «insertados». Para parámetros vinculados eso suele ser una demanda aparente: la base de datos recibe el statement y los valores por separado. Ese es el caso normal para una ejecución segura y la reutilización de planes. Por tanto, una única «SQL de ejecución» canónica a menudo no existe en el sentido en que se entiende una SQL escrita manualmente.

En FireDAC el camino de depuración correcto pasa por FDMonitor. Allí ves Prepare/Execute, el texto del statement, los valores de los parámetros (con tipos) y la secuencia de acciones. Eso está más cerca de lo que realmente ocurre en el Backend que cualquier reconstrucción de cadenas hecha a mano.[Quelle]

Qué debes evaluar específicamente en la traza

  1. Estructura de la cláusula WHERE: ¿Están los bloques OR entre paréntesis antes de que aparezcan otros filtros AND?
  2. Recuento de parámetros: ¿Cuántos parámetros hay realmente — incluyendo tenant/estado/período? Eso determina los límites de SQL Server y SQLite.
  3. Vinculación de tipos: ¿Se vinculan las IDs numéricas como numéricas? cadenas vs. números no es un tema cosmético, sino que puede afectar el uso de índices y la elección del plan.
  4. Variantes de statement: Cualquier otra cantidad de marcadores de posición es un texto de statement distinto. Con listas variables generarás más variantes de Prepare; el chunking con tamaño de bloque fijo puede reducir la varianza.

Logging: SQL + contexto en lugar de SQL + 2.400 valores

En los logs productivos rara vez quieres ver cada valor individual. Quieres diagnóstico con un tamaño de log razonable y sin exposición innecesaria de datos. Campos típicos y útiles son:

  • Número de valores (Count)
  • Tamaño de bloque y número de bloques
  • Huella de la lista normalizada (p. ej. hash), para reconocer repeticiones sin volcar contenidos
  • vista previa acortada (p. ej. primeros/últimos 5 valores), cuando sea razonable desde el punto de vista de la protección de datos y técnico

Arrays de parámetros en FireDAC: el término que a menudo conduce en la dirección equivocada

FireDAC documenta „arrays de parámetros“ principalmente en el contexto de Array-DML (Batched Execution): muchos registros se ejecutan en una sola sentencia estableciendo los valores de los parámetros como arreglos. Es una característica de rendimiento para INSERT/UPDATE/DELETE, pero no resuelve automáticamente el problema de „lista IN como un parámetro“. Son dos casos de uso distintos, que suenan parecido lingüísticamente pero funcionan de forma operativa diferente.[Fuente]

Consecuencia práctica para la comunicación del equipo: cuando alguien dice „arrays de parámetros para IN“, conviene pedir aclaración: ¿te refieres a Array-DML o a Expand/Chunking para WHERE IN? Esa claridad evita que al final los valores se inserten por sustitución de texto en el SQL.

Lista de verificación de revisión: fallos típicos que resultan costosos más adelante

1) „Todo como cadena“ es cómodo, pero puede invalidar índices

Si la columna es numérica, los parámetros ligados deben ser numéricos. Si no, pueden producirse conversiones implícitas. Estas son difíciles de detectar, pero costosas: pueden provocar que los índices no se usen como se espera o que los planes de ejecución cambien bajo carga.

2) Duplicados y valores inválidos te empujan innecesariamente hacia el límite

La deduplicación reduce el número de parámetros sin perjuicio funcional. Asimismo, eliminar desde el principio cadenas vacías o IDs claramente inválidos. Esto no es una optimización „por si acaso“, sino que reduce directamente la probabilidad de superar límites.

3) Paréntesis son semántica, no estilo

Un bloque OR mal entre paréntesis devuelve datos incorrectos, a menudo sin mensaje de error. Ese es el peor tipo de fallo: silencioso, difícil de reproducir y con implicaciones funcionales graves. Si se emplea chunking, la agrupación entre paréntesis debe comprobarse explícitamente en las pruebas (no solo que „funciona“).

4) La expansión libre genera muchas variantes de sentencia

Si el tamaño de las listas varía mucho, varía el número de marcadores y, por tanto, el texto de la sentencia. Eso incrementa las variantes de Prepare y puede aparecer en el monitoreo como „mucho Parse/Prepare“. El chunking con un tamaño de bloque fijo (excepto el último bloque) reduce la diversidad, pero no la elimina por completo. Si eso resulta realmente problemático, el siguiente paso suele ser el enfoque de „valores como tabla“.

Plan de implementación: así se convierte un caso marginal en un componente estándar

  1. Normalizar la entrada: recortar, deduplicar, descartar valores inválidos, opcionalmente ordenar (para una huella estable).
  2. Definir el perfil del backend: establecer el límite por BD (expresiones IN o límite de parámetros) y prever una reserva para parámetros adicionales.
  3. Elegir la estrategia: listas pequeñas → Expand; listas inciertas o más grandes → Chunking; listas muy grandes y frecuentes → evaluar el enfoque de tablas de valores.
  4. Generar SQL: solo marcadores; encerrar los bloques OR entre paréntesis; mantener los filtros AND adicionales claramente fuera del grupo OR.
  5. Ligar parámetros: establecer los tipos apropiados; tratar los valores NULL de forma consciente (NULL en IN suele ser ineficaz y complica el depurado).
  6. Incorporar diagnóstico: Count/Chunk/Fingerprint en el log; documentar FDMonitor-Trace como „modo de depuración profundo“ en el runbook.
  7. Pruebas de límite: 0, 1, límite-1, límite, límite+1 (cada uno más parámetros adicionales), para que el comportamiento permanezca estable ante cambios.

Cuándo merece la pena el esfuerzo adicional (y cuándo no)

No toda aplicación necesita todo el conjunto de herramientas. El esfuerzo adicional merece la pena especialmente cuando se cumple al menos uno de estos puntos:

  • Las listas provienen de la selección de usuarios o de ámbitos de permisos (tamaño difícil de prever).
  • Los procesos por lotes se ejecutan sin supervisión (los errores deben ser diagnosticables rápidamente).
  • Se admiten varias bases de datos (mezcla Oracle/SQL Server/SQLite, p. ej. para herramientas/pruebas).
  • La tabla afectada es grande y crítica para el rendimiento (vinculación de tipos y estabilidad de planes importan).

Si, en cambio, tienes un backend claramente acotado y el caso de uso garantiza listas pequeñas (p. ej. filtros de UI con un máximo de 50 IDs), entonces puede bastar una solución simple de Expand —siempre que no olvides el caso de lista vacía y una prueba de límite. Esto no es una «Sobrearchitektur», sino protección frente al primer caso límite real en producción.

Conclusión: La estabilidad no surge de trucos, sino de límites y observabilidad

FireDAC facilita lo correcto: vincular parámetros, tratar las Macros por separado, preparar las sentencias de forma limpia. El problema surge cuando las listas IN crecen sin control. Quien construya Expand/Chunking como un componente estandarizado, respete los límites por base de datos, trate las listas vacías como un camino normal y acepte FDMonitor como la verdad de depuración, elimina la inquietud sobre el tema. El código merece la pena cuando ya no quieres adivinar por qué una funcionalidad falla «solo con grandes volúmenes de datos» y cuando, en producción, quieres llegar a la causa en minutos en lugar de horas.

Fuentes e información adicional

Los enunciados técnicos principales se han contextualizado editorialmente a partir de las siguientes fuentes externas.

  1. Preprocessing Command Text (FireDAC) – RAD Studio (docwiki.embarcadero.com)
    FireDAC separa el enlace de parámetros de Macros/Substitution y preprocesa el Command-Text antes del Prepare; los valores deben ir en parámetros, los fragmentos SQL en Macros.
  2. IN Condition (docs.oracle.com)
    Oracle permite como máximo 1000 expresiones en una lista IN, por lo que es necesario el Chunking o una técnica alternativa para listas grandes.
  3. Limit and conversion very long IN list : WHERE x IN ( ,,, …) – Ask TOM (asktom.oracle.com)
    ORA-01795 se interpreta como el límite de la lista IN (máx. 1000); las soluciones habituales son dividir y combinar o alternativas como un join contra conjuntos de valores.
  4. Implementation Limits For SQLite (www.sqlite.org)
    SQLite limita el número de parámetros host (SQLITE_MAX_VARIABLE_NUMBER), lo que restringe directamente las listas IN expandidas.
  5. FDMonitor – RAD Studio (docwiki.embarcadero.com)
    FDMonitor es la herramienta central de FireDAC para trazar de forma verificable sentencias, valores de parámetros, tipos y pasos de ejecución.
  6. Array DML (FireDAC) – RAD Studio (docwiki.embarcadero.com)
    Los arrays de parámetros FireDAC están documentados principalmente para Array-DML/ejecución por lotes y no constituyen automáticamente una solución para el enlace de listas IN.

Para este tema también son importantes la cláusula IN de FireDAC y la expansión de parámetros Delphi. El artículo sitúa estos aspectos de forma clara y muestra qué es relevante en la práctica diaria.

Discutir un proyecto o iniciativa de modernización con Net-Base.

siguiente paso

Cuando un tema se convierte en un proyecto real, arquitectura, entorno existente y operación deben considerarse conjuntamente desde el inicio.

No solo apoyamos en consultas puntuales, sino también cuando, a partir de fragmentos de código fuente, temas heredados o ideas de portales, debe consolidarse un proyecto empresarial robusto.

  • La situación actual, el estado objetivo y los riesgos técnicos se evalúan conjuntamente.
  • REST, el acceso a datos, los portales y el despliegue no se relegan a fases posteriores.
  • Usted detecta con antelación qué camino es viable, tanto económica como operativamente.

Compartir entrada

Compartir esta publicación directamente

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

Correo electrónico

Instagram se abre en una nueva pestaña. El enlace y el texto breve se copian previamente en el portapapeles.

Escribir un comentario

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