Net-Base Magasin

08.11.2026

FireDAC: Parameter-arrays for IN-klausuler – sikker ekspanderingslogikk, begrensninger per DB og feilsøking av den endelige SQL-en

IN (:ids) virker praktisk, men svikter ved store lister på grunn av DB-grenser og debugging-myter. Denne praksisveiledningen viser sikker Expand- og chunking-logikk i FireDAC, typiske begrensninger og et ryddig trace-oppsett med FDMonitor.

08.11.2026

Fra magasinetema til prosjektpraksis

Egnede tjeneste- og tekniske sider for innlegget

Video-Botschaft

FireDAC: Parameter-arrays for IN-klausuler – sikker ekspanderingslogikk, begrensninger per DB og feilsøking av den endelige SQL-en

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.

Feilen oppstår sjelden ved den første testen. Den dukker opp om natten i batchkjøringen, eller når en administrator i backoffice «bare» markerer et større utvalg. I loggen står det da noe som «too many SQL variables», ORA‑01795 eller en SQL‑Server-feil som har lite å gjøre med det aktuelle brukstilfellet. Den som på dette punktet fortsatt setter sin lit til det bekvemme mønsteret WHERE id IN (:ids), merker raskt: Det er ikke et komfortfeature, men en snubletråd.

Netopp dette handler BDE-Ablosung mit nativer Anbindung: Parameter-Arrays für IN-Clauses: ikke om en triksesekk for å presse vilkårlig lange lister «inn i en parameter», men om en robust expand- og chunking-logikk som respekterer DB‑grenser og som er ryddig å feilsøke.

Det underliggende målkonfliktet er reelt og gjentar seg i nesten hvert system:

  • Maksimal sikkerhet og vedlikeholdbarhet: Verdier blir bundet (ingen SQL‑injekjon), planer kan gjenbrukes, logging forblir kontrollerbar.
  • Maksimal robusthet ved store lister: ingen harde DB‑grenser ryker, ingen «bare hos kunde X»‑feil, reproducerbar feilsøking.

Begge deler kan oppnås – men bare hvis mekanikken skilles klart: Parametere er verdier, Macros/Substitution er SQL‑tekst. Og: Store lister trenger guardrails.

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

BDE-Ablosung mit nativer Anbindung skiller bevisst mellom parametere (bundne verdier) og Macros/Substitution (tekstfragmenter som settes inn i SQL‑teksten før prepare). Forbehandlingen kan transformere command‑teksten, ekspandere macros og bygge den endelige statement‑strukturen – men verdibindingen holdes adskilt.[Kilde]

Det høres ut som formalisme, men er et sikkerhets- og driftskrav: En parameter representerer i SQL typisk én verdi. Hvis du presser en liste inn som tekst i parentesene, ender du raskt opp med strengkonkatenasjon eller misbruk av macros. Begge deler omgjør en sikker spørring til en som du konstant må forsvare mot SQL‑injekjon, spesialtegn og typekonverteringer – samtidig som de svekker databasens plan‑caching.

Den holdbare linjen er derfor: Enten genererer du en IN‑liste av flere plassholdere og binder hver verdi som parameter, eller du bytter teknikk og gir databasen et verdsett som en «tabell» (temp‑tabell, collection/array‑type, table‑valued parameter). FireDAC tar ikke denne arkitekturavgjørelsen for deg.

Avveiningskart: Tre veier til IN‑listen – nytte, innsats, risiko

Før man diskuterer implementasjonsdetaljer, lønner det seg å få et klart bilde av alternativene. Det handler ikke om «rett vs. galt», men om hvilket ansvar du vil bære hvor: i Delphi-koden eller i databaseoperasjonen.

Vei 1: Utvid til mange parametere (IN (:p0,:p1,…))

Fordel: holder seg innenfor parameter-binding, fungerer med FireDAC på tvers av backends, ingen ekstra DB-objekter.
Innsats: moderat (strengbygging + parameternavn + bindinger).
Risiko/Begrensninger: harde grenser (antall parametere, IN-uttrykk), spørringsvarianter eksploderer ved sterkt varierende listestørrelser.
Plausibelt for: filterlister opp til «noen hundre», retrofit i eksisterende forretningsapplikasjon, kryss-DB.

Vei 2: Chunking (flere IN-blokker per OR, korrekt avgrenset)

Fordel: respekterer grenser, forblir cross-DB, kan avdempe veldig store lister uten DB-spesifikke funksjoner.
Innsats: høyere (klammerlogikk, blokkdannelse, parameterhåndtering, tester).
Risiko/Begrensninger: lange WHERE-klausuler; OR-kjeder kan påvirke optimizer/planer; debugging må gi kontekst (blokksize/tellinger).
Plausibelt for: Oracle/SQL Server/SQLite i én kodebase, når store lister forekommer sporadisk.

Vei 3: Send verdier som «tabell» (temp-tabell / TVP / Collection)

Fordel: SQL forblir kort, planstabiliteten er ofte bedre, svært store mengder håndteres.
Innsats: DB-spesifikk; drift/deployment (schema, rettigheter, cleanup/transaksjoner) blir en del av løsningen.
Risiko/Begrensninger: flere bevegelige deler (migrasjoner, overvåking, rettighetsstyring).
Plausibelt for: jevnlig store mengder (tusener+), batch-prosessering, når backend er fastlagt og drift kan bære det.

Harde grenser per database: de egentlige driverne for utvidelseslogikken

Begrensningene er grunnen til at «kjører jo lokalt» ikke er nok i produksjon. Avgjørende er ikke din Delphi-kode, men hva backend godtar av spørringsform og antall parametere.

Database Relevant begrensning Typisk feilmelding Praktisk konsekvens
Oracle Maks. 1000 uttrykk i en IN-liste ORA-01795 Chunking eller alternativ teknikk (Join/Collection) nødvendig så snart listene blir virkelig store
SQL Server Maks. 2100 parametere per statement/batch Feil ved for mange parametere Beregn reserve for tilleggsparametere; ved terskel, vurder chunking eller TVP
SQLite Maks. host-parametere (standard historisk ofte 999, avhengig av versjon/build) «too many SQL variables» Aktiver chunking tidlig; dokumenter grensen i drift, fordi den varierer med distribusjon
PostgreSQL Antall parametere er begrenset (av protokoll/implementasjon) Feil ved ekstreme parametermengder Definér øvre grense; ved svært store mengder vurder verdtabell-strategi

For Oracle er 1000-grensen klart dokumentert: I IN-betingelsen er inntil 1000 uttrykk tillatt.[Kilde] Viktig er slutningen: Limitet gjelder som en strukturgrense for SQL-betingelsen, ikke som et „literal-problem“. AskTOM klassifiserer ORA‑01795 tilsvarende som en hard IN-list-grense og nevner deling/rekombinering som typisk omgåelse – alternativt et join mot en mengde verdier.[Kilde]

SQLite er lumskt fordi du ikke møter „IN-expressions“, men antallet bind-variabler. Limitet er dokumentert som SQLITE_MAX_VARIABLE_NUMBER og kan variere betydelig avhengig av versjon/build. Konsekvens: De som bruker SQLite bare i periferien (tester, verktøy, offline-klienter) trenger likevel en Expand-logikk som ikke plutselig treffer 999 parametre.[Kilde]

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

Hvis du bygger Expand/Chunking, gjør det ikke som „Stringbastelei“, men som en liten infrastrukturkomponent. Den bør fire ting pålitelig gjøre:

  • Nur Platzhalter erzeugen: Verdier bindes utelukkende via FireDAC-parametere.
  • Leere Liste explizit behandeln: definert sti, ingen SQL-syntaksfeil, ingen stille semantiske endringer.
  • Limits und Reserve berücksichtigen: per DB en grense, pluss buffer for andre parametre i statementet.
  • Debug-Kontext liefern: antall verdier, blokkstørrelse, antall blokker, valgfri fingerprint – i stedet for „alt i klartekst“.

Leere Listen: der Null-Fall ist der häufigste Produktions-Fall

„Ingen IDs“ skjer hele tiden: rettighetsfilter, søkefilter, slettede poster, tom seleksjon. Og nettopp her blir mange implementasjoner uskarpe, fordi de forsøker å „redde“ „IN ()“ på en eller annen måte.

Pragmatiske, godt testbare alternativer:

  • Kein DB-Call: hvis use-casen din skal returnere et resultatsett, returner tomt direkte (særlig for tjenester og APIer).
  • Always-false-Bedingung: hvis du av arkitekturgrunner må kjøre statementet, erstatt IN-delen med en sikkert falsk betingelse (f.eks. 1=0), i stedet for å finne på „IN (NULL)“.

Chunking: warum „Reserve“ mehr zählt als das dokumentierte Limit

Chunking er ikke bare „for Oracle“. Det er din forsikring mot to typiske realiteter: tilleggsparemeter (tenant, status, tidsintervall, rettigheter) og uforutsigbare liste-størrelser.

Noen retningslinjer som bør fanges opp i reviews:

  • Blockgröße nie am Maximum: Hvis SQL Server tillater 2100 parametre, er en blokkstørrelse på 2090 ikke en god idé, fordi statementet sjelden består kun av IN-listen.
  • OR-Blöcke müssen geklammert sein: Så snart et ekstra AND kommer til, endres logikken uten parenteser.
  • Parameternavn deterministisk: Prefix + Index (f.eks. :ids_0001) gjør trace, reproduksjoner og diff-analyser betydelig enklere.

Eksempel (konstruert): Når en batchjobb plutselig feiler „kundespesifikt“

Debugging av den endelige SQL: Hvorfor ønsket er forståelig – men sjelden det riktige

Mange team leter etter „den endelige SQL“, altså en streng hvor alle parameterverdier er „innsatt“. For bundne parametere er dette ofte et skinnkrav: Databasen mottar statement og verdier separat. Det er normaltilfellet for sikker kjøring og gjenbruk av plan. En enkelt, kanonisk „utførelses-SQL“ eksisterer derfor ofte ikke i den forstand man kjenner fra manuelt sammenskrevet SQL.

I FireDAC går den riktige debug‑veien via FDMonitor. Der ser du Prepare/Execute, statement-teksten, parameterverdiene (med typer) og rekkefølgen av handlingene. Det er nærmere det som faktisk skjer i backend enn enhver hjemmelaget strengrekonstruksjon.[Quelle]

Hva du bør evaluere målrettet i trace’en

  1. Struktur i WHERE-klausulen: Er OR-blokker innkapslet før ytterligere AND-filtre kommer?
  2. Antall parametere: Hvor mange parametere er det egentlig – inkludert tenant/status/tidsrom? Det avgjør grenseverdier for SQL Server og SQLite.
  3. Typebinding: Bindes numeriske IDer også som numeriske? Strenger vs. tall er ikke et kosmetisk spørsmål, det kan påvirke indeksbruk og planvalg.
  4. Statement-varianter: Hvert annet antall plassholdere er en annen statement-tekst. Ved varierende lister skaper dette flere Prepare-varianter; chunking med fast blokkstørrelse kan redusere variansen.

Logging: SQL + kontekst i stedet for SQL + 2.400 Werte

I produksjonslogger vil du sjelden se hver enkelt verdi. Du vil ha diagnostikk med akseptabel loggstørrelse og uten unødvendig dataeksponering. Typiske, nyttige felt er:

  • Antall verdier (Count)
  • Blokkstørrelse og Antall blokker
  • Fingerprint av den normaliserte listen (f.eks. hash), for å gjenkjenne gjentakelser uten å skrive ut innholdet
  • Forkortet forhåndsvisning (f.eks. første/siste 5 verdier), hvis det er akseptabelt i forhold til personvern og faglig vurdering

Parameter-arrays i FireDAC: begrepet som ofte leder i feil retning

FireDAC dokumenterer «parameter-arrays» først og fremst i kontekst av Array-DML (batchutførelse): mange poster utføres i én statement ved å sette parameterverdier som arrays. Dette er et ytelsesfeature for INSERT/UPDATE/DELETE – men det løser ikke automatisk problemet «IN-liste som én parameter». Dette er to ulike brukstilfeller som språklig kan høres like ut, men som fungerer forskjellig operativt.[Kilde]

Praktisk konsekvens for teamkommunikasjonen: Når noen sier «parameter-arrays for IN», lønner det seg å spørre tilbake: Mener du Array-DML, eller mener du Expand/Chunking for WHERE IN? Denne klarheten forhindrer at verdier til slutt ender opp i SQL via tekstsubstitusjon.

Gjennomgangssjekkliste: typiske fallgruver som blir kostbare senere

1) «Alt som streng» er praktisk, men kan undergrave indekser

Hvis kolonnen er numerisk, bør de bundne parameterne være numeriske. Ellers kan implisitte konverteringer oppstå. De er vanskelige å se, men kostbare: de kan føre til at indekser ikke brukes som forventet eller at utførelsesplaner endrer seg ved belastning.

2) Duplikater og ugyldige verdier driver deg unødvendig mot grensen

Fjerning av duplikater reduserer antall parametere uten faglig ulempe. Tilsvarende gjelder tidlig fjerning av tomme strenger eller åpenbart ugyldige IDer. Dette er ingen spekulativ optimalisering, men reduserer direkte risikoen for å overskride grenser.

3) Parentesgruppering er semantikk, ikke stil

En feilparentesert OR-blokk gir feil data – ofte uten feilmelding. Dette er det mest uheldige feilmønsteret: stille, vanskelig å reprodusere, faglig alvorlig. Når chunking brukes, bør parenteseringen sjekkes eksplisitt i testene (ikke bare at det «kjører»).

4) Fritt ekspanderende lister gir mange statement-varianter

Hvis størrelsen på listen varierer mye, varierer også antallet plassholdere og dermed statement-teksten. Det øker antall prepare-varianter og kan vise seg i overvåkning som mye Parse/Prepare. Chunking med fast blokkstørrelse (bortsett fra siste blokk) reduserer variasjonen, men fjerner den ikke helt. Hvis dette virkelig er et problem, er «verdier som tabell»-tilnærmingen som regel neste nivå.

Implementeringsplan: slik gjøres et randtilfelle om til en standardkomponent

  1. Eingang normalisieren: trimme, fjerne duplikater, forkaste ugyldige verdier, valgfritt sortere (for stabilt fingeravtrykk).
  2. Backend-Profil definieren: sett limit per DB (IN-uttrykk eller parametergrense) og planlegg en reserve for ekstra parametere.
  3. Strategie wählen: små lister → Expand; uklare eller større lister → Chunking; veldig store og hyppige lister → evaluer verdier-som-tabell‑tilnærming.
  4. SQL erzeugen: kun plassholdere; omslutt OR-blokker med parenteser; hold tilleggsslause AND-filtre klart utenfor OR-gruppen.
  5. Parameter binden: sett riktige typer; håndter NULL-verdier bevisst (NULL i IN er som regel virkningsløst og forvirrer debugging).
  6. Diagnose einbauen: Count/Chunk/Fingerprint i loggen; FDMonitor-Trace dokumenteres som «dyp debug-modus» i runbook.
  7. Grenztests: 0, 1, Limit-1, Limit, Limit+1 (hver med tillegg av ekstra parametere), for å sikre at oppførselen forblir stabil ved endringer.

Når merarbeidet virkelig lønner seg (og når ikke)

Ikke alle applikasjoner trenger hele verktøykassen. Merarbeidet lønner seg særlig når minst ett av disse punktene gjelder:

  • Lister kommer fra brukervalg eller autorisasjonsomfang (størrelse vanskelig å forutse).
  • Batch-prosesser kjører uten overvåkning (feil må være raskt diagnostiserbare).
  • Flere databaser støttes (Oracle/SQL Server/SQLite-miks, f.eks. for verktøy/tester).
  • Den berørte tabellen er stor og ytelseskritisk (typbinding og planstabilitet teller).

Når du derimot har et klart avgrenset backend og use-caset garanterer små lister (f.eks. UI-filter med maksimalt 50 ID-er), kan en enkel Expand-løsning være tilstrekkelig – så lenge du ikke glemmer nulltilfellet og en grensetest. Dette er ikke «overarkitektur», men beskyttelse mot det første reelle grensetilfellet i drift.

Konklusjon: Stabilitet oppstår ikke ved triks, men ved grenser og observerbarhet

FireDAC gjør det riktige enkelt: bind parametere, behandle makroer separat, forbered SQL-setninger grundig. Problemet oppstår først der IN-lister vokser ukontrollert. Den som gjør Expand/Chunking til en standardkomponent, respekterer grenser per database, behandler tomme lister som en normal vei og aksepterer FDMonitor som sannhetskilde for debugging, tar mye av frykten ut av temaet. Koden lønner seg da når du ikke lenger vil gjette hvorfor en funksjon «bare ved store datamengder» feiler – og når du i drift vil finne årsaken på minutter i stedet for timer.

Kilder og videreførende informasjon

De faglige kjerneutsagnene ble redaksjonelt satt i kontekst basert på følgende eksterne kilder.

  1. Preprocessing Command Text (FireDAC) – RAD Studio (docwiki.embarcadero.com)
    FireDAC skiller parameterbinding fra makroer/substitusjon og preprosesserer command-teksten før prepare; verdier hører hjemme i parametere, SQL-fragmenter i makroer.
  2. IN Condition (docs.oracle.com)
    Oracle tillater maksimalt 1000 uttrykk i en IN-liste, derfor er Chunking eller en alternativ teknikk nødvendig ved store lister.
  3. Limit and conversion very long IN list : WHERE x IN ( ,,, …) – Ask TOM (asktom.oracle.com)
    ORA-01795 klassifiseres som en grense for IN-listen (maks. 1000); typiske løsninger er å dele opp og koble sammen eller alternativer som join mot verdimengder.
  4. Implementation Limits For SQLite (www.sqlite.org)
    SQLite begrenser antall host-parametre (SQLITE_MAX_VARIABLE_NUMBER), noe som direkte begrenser ekspanderte IN-lister.
  5. FDMonitor – RAD Studio (docwiki.embarcadero.com)
    FDMonitor er det sentrale FireDAC-verktøyet for å spore Statements, parameterverdier, typer og utførelsessteg på en etterprøvbar måte.
  6. Array DML (FireDAC) – RAD Studio (docwiki.embarcadero.com)
    FireDAC-parameter-arrays er primært dokumentert for Array-DML/Batched Execution og er ikke automatisk en løsning for IN-listebinding.

For dette emnet er også FireDAC IN-klausul og Delphi-parameterutvidelse viktige. Innlegget setter disse aspektene i en forståelig sammenheng og viser hva som er viktig i praksis.

Drøft prosjekt eller moderniseringsprosjekt med Net-Base.

Neste trinn

Når et tema blir et reelt prosjekt, bør arkitektur, eksisterende systemer og drift vurderes samlet allerede tidlig i prosessen.

Vi bistår ikke bare med enkeltspørsmål, men også når kodesnutter, legacy-temaer eller portalideer skal utvikles til et robust virksomhetsprosjekt.

  • Eksisterende tilstand, målbildet og tekniske risikoer vurderes samlet.
  • REST, datatilgang, portaler og utrulling blir ikke utsatt som etterfølgende oppgaver.
  • Dere ser tidlig hvilken vei som er økonomisk og driftsmessig levedyktig.

Del innlegg

Del dette innlegget direkte

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

E-post

Instagram åpnes i en ny fane. Lenken og kortteksten kopieres først til utklippstavlen.

Skriv en kommentar

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