JDBC PreparedStatement的作用机制

为什么说jdbc的PreparedStatement可以完全避免SQL注入的问题，还能高效利用数据库本身对查询的缓存？它的机制是什么，是数据库层面做的吗？

1 为什么能完全防范 SQL 注入？

JDBC Statement 中，SQL 语句是通过字符串拼接完成的。数据库拿到的是一串分不清哪里是“命令”、哪里是“数据”的字符。

• 普通 Statement 的漏洞：
  如果你拼接 SELECT * FROM users WHERE username = ' + admin' OR '1'='1 + '，数据库看到的指令是： “选出所有用户，只要 1 等于 1 就行” 。数据篡改了逻辑。

• PreparedStatement ：
  它采用了参数化查询（Parameterized Query） 。

  1. 预编译阶段：驱动程序先向数据库发送一个带占位符的模版：SELECT * FROM users WHERE username = ?。
  2. 数据绑定阶段：再把具体的参数（如 admin' OR '1'='1）传过去。

关键点：由于数据库已经提前完成了 SQL 的词法和语法分析，它已经认定这个 ? 位置只能是纯文本数据。哪怕你传入的数据里包含 DROP TABLE 或者 OR 1=1，数据库也只会把它当成一个“名字特别奇怪的用户”，而不会将其当作指令执行。

2 为什么能高效利用缓存？

这就涉及到数据库执行 SQL 的过程：解析（Parse） -> 优化（Optimize） -> 执行（Execute） 。

• 硬解析（Hard Parse） ：如果每次 SQL 字符串都不同（比如 ID 一直变），数据库就得针对每一条 SQL 重新计算执行计划（怎么查最快、用哪个索引），这非常耗 CPU。
• 软解析（Soft Parse） ：PreparedStatement 允许数据库缓存执行计划。

因为你发送的 SQL 模版始终是 SELECT * FROM items WHERE id = ?，数据库会发现：“诶，这个模版我见过，执行计划已经算好了，直接拿来用吧！”。

注意：这种缓存主要发生在数据库的 SGA（系统全局区）/ Library Cache 中，而不是在 Java 程序里。

3 它的机制是什么？是数据库层面做的吗？

这是一个端到端（客户端 + 服务端） 的配合过程，其核心协议通常被称为 二进制协议（Binary Protocol） 。

3.1 宏观流程：

1. 客户端（JDBC Driver） ：将带有 ? 的 SQL 发给数据库，并请求一个 Statement ID。

2. 服务端（Database） ：

   • 校验 SQL 语法。
   • 生成执行计划。
   • 将该计划与 Statement ID 绑定并存入缓存。
   • 返回 ID 给客户端。

3. 客户端：调用 setInt() 或 setString()，将纯数据（不含 SQL 关键字）和 Statement ID 打包发送。

4. 服务端：根据 ID 找到缓存好的计划，直接把数据塞进去运行。

3.2 是不是所有数据库都支持？

• 数据库支持：大多数现代关系型数据库（MySQL, PostgreSQL, Oracle, SQL Server）都在内核层面支持预编译。

• 驱动模拟：如果某些老旧数据库不支持，JDBC 驱动会在本地进行“模拟（Client-side emulation）”，即在本地安全地转义字符串再发过去。

  • 冷知识：在 MySQL 中，默认情况下 JDBC 是在本地模拟预编译的。如果你想让它在数据库层面真正“硬核”执行，需要在连接字符串里加上 useServerPrepStmts=true。

4 总结

PreparedStatement 的本质是把 SQL 变成了“带参数的函数” 。

• 安全性：数据永远不会被误认为指令（类型安全）。
• 性能：一次编译，多次运行（避免重复计算执行计划）。

稍微多说一句： 虽然它能防住 99% 的注入，但如果你在 SQL 模版里依然用字符串拼接表名（比如 SELECT * FROM ? 是不支持的，表名必须拼接），那还是会面临注入风险。这时候就需要你手动做严格的白名单校验了。