MS SQL Server无约束数据库的半自动化关系文档生成方案咨询

1. 基于官方TSQL解析库批量分析SQL对象 #

不用从零写控制台程序，直接用Microsoft.SqlServer.TransactSql.ScriptDom（微软官方TSQL语法解析库）批量处理存储过程、视图、函数的定义：

• 遍历sys.procedures获取所有存储过程的定义文本，用解析库拆解SQL语句，定位INNER JOIN/LEFT JOIN子句、跨表等值匹配的WHERE条件，提取关联字段对（比如Order.CustomerID = Customer.ID）。
• 统计每个字段对的出现频率，高频出现的组合基本就是实际业务中依赖的关联关系，同时标记出现场景（比如仅在查询中用，还是存在更新/插入时的关联校验）。
• 把解析结果导出为结构化表格（如CSV），后续人工核对补全特殊场景。

2. 基于数据特征的关联推断 #

针对部分未在SQL代码中体现的关联（比如前端硬编码的关联逻辑），可以通过数据分布判断：

• 统计字段的重复率与值域匹配度：比如表Order的CustomerID字段，若其值的集合是表Customer的ID字段值域的子集，且重复率远高于Customer.ID，则Order大概率是关联中的多方。
• 用SQL脚本批量验证跨表字段的匹配关系：

  SELECT 
    COUNT(DISTINCT o.CustomerID) AS DistinctOrder_CustID,
    COUNT(DISTINCT c.ID) AS DistinctCustomer_ID,
    COUNT(CASE WHEN c.ID IS NULL THEN 1 END) AS OrphanOrderCount
  FROM [Order] o
  LEFT JOIN Customer c ON o.CustomerID = c.ID
  

  若OrphanOrderCount占比极低，且DistinctOrder_CustID远小于DistinctCustomer_ID，即可确认两者的关联关系。

3. 利用系统视图缩小分析范围 #

先筛选出关联多张表的数据库对象，再聚焦分析，减少无效工作量：

• 查询sys.sql_expression_dependencies获取依赖多表的存储过程、视图：

  SELECT 
    OBJECT_NAME(referencing_id) AS ObjectName,
    STRING_AGG(OBJECT_NAME(referenced_id), ', ') AS ReferencedTables
  FROM sys.sql_expression_dependencies
  WHERE referenced_id IN (SELECT object_id FROM sys.tables)
  GROUP BY referencing_id
  HAVING COUNT(DISTINCT referenced_id) >= 2
  

• 对这些对象，用sp_helptext批量导出定义，结合SQL Search工具快速定位关联逻辑，比全量遍历更高效。

4. 导入建模工具做增量验证 #

将初步梳理的关系导入数据库建模工具（如PowerDesigner、ER/Studio），利用工具功能补全修正：

• 导入表结构后，手动添加识别出的关联，用工具的“数据验证”功能检查关联字段的数据类型匹配度、是否存在大量孤儿记录。
• 生成ER图直观查看关联逻辑，再反向核对SQL代码中的业务场景，逐步修正不合理的关联推断。

内容的提问来源于stack exchange，提问作者Brian Link