TSQL函数如何实现类似Python的memoization结果缓存功能？

TSQL 无原生装饰器语法，无法完全实现 Python 那种无需修改任何代码即可为函数添加缓存的能力，但可通过以下两种简化路径实现需求，全程无需修改原函数的业务逻辑：

方案1：持久化缓存封装（最通用） #

该方案适合跨会话、高频重复调用的场景，上层调用代码零修改：

• 第一步：创建缓存存储表，结构和原函数的入参、返回值完全匹配，为入参字段加联合唯一索引加速查询。
  示例（原函数为dbo.HeavyCalc(@a int, @b varchar(50)) returns decimal(18,2)）：

  CREATE TABLE dbo.FuncCache_HeavyCalc (
      a INT,
      b VARCHAR(50),
      Result DECIMAL(18,2),
      ExpireTime DATETIME DEFAULT DATEADD(DAY,7,GETDATE()), -- 可选，控制缓存过期
      CONSTRAINT PK_FuncCache_HeavyCalc PRIMARY KEY CLUSTERED (a, b)
  )
  

• 第二步：重命名原函数，用原函数名创建封装函数，实现缓存命中判断逻辑：

  -- 重命名原函数
  EXEC sp_rename 'dbo.HeavyCalc', 'HeavyCalc_Original';
  GO
  -- 创建带缓存的封装函数，名称和原函数完全一致
  CREATE OR ALTER FUNCTION dbo.HeavyCalc(@a INT, @b VARCHAR(50))
  RETURNS DECIMAL(18,2)
  AS
  BEGIN
      DECLARE @Result DECIMAL(18,2)
      -- 优先查询未过期的缓存
      SELECT @Result = Result 
      FROM dbo.FuncCache_HeavyCalc 
      WHERE a = @a AND b = @b AND ExpireTime > GETDATE()
      IF @Result IS NOT NULL RETURN @Result
      -- 缓存未命中调用原函数计算
      SELECT @Result = dbo.HeavyCalc_Original(@a, @b)
      -- 结果写入缓存
      INSERT INTO dbo.FuncCache_HeavyCalc(a,b,Result)
      VALUES (@a, @b, @Result)
      RETURN @Result
  END
  GO
  

• 注意：可搭配SQL Server代理作业定期清理过期缓存，避免表体积过大。

方案2：会话级临时缓存 #

该方案适合单会话内多次重复调用相同参数的场景，无需维护持久化存储，会话结束缓存自动清除：

EXEC sp_rename 'dbo.HeavyCalc', 'HeavyCalc_Original';
GO
CREATE OR ALTER FUNCTION dbo.HeavyCalc(@a INT, @b VARCHAR(50))
RETURNS DECIMAL(18,2)
AS
BEGIN
    DECLARE @Result DECIMAL(18,2)
    -- 会话缓存不存在则创建
    IF OBJECT_ID('tempdb..#FuncCache_HeavyCalc') IS NULL
    CREATE TABLE #FuncCache_HeavyCalc (
        a INT, b VARCHAR(50), Result DECIMAL(18,2),
        PRIMARY KEY CLUSTERED (a,b)
    )
    -- 查缓存
    SELECT @Result = Result FROM #FuncCache_HeavyCalc WHERE a = @a AND b = @b
    IF @Result IS NOT NULL RETURN @Result
    -- 计算并写入缓存
    SELECT @Result = dbo.HeavyCalc_Original(@a, @b)
    INSERT INTO #FuncCache_HeavyCalc(a,b,Result) VALUES (@a,@b,@Result)
    RETURN @Result
END
GO

以上两种方案均仅需要对原函数做重命名操作，无需修改任何业务代码，上层调用感知不到任何变化，是目前TSQL环境下最接近Python memoization能力的实现。

内容的提问来源于stack exchange，提问作者Krzysztof Krysztofczyk