一句话定义
声明式编程描述想得到的结果、约束或关系,把具体执行步骤交给语言运行时、查询引擎或框架。
为什么重要
- 代码更短、意图更清楚:一行 SQL 可以替代几十行循环 + 字典。
- 引擎可以替你优化:数据库会选择索引,Polars 会重排查询,Kubernetes 会自己调度容器——你写的“期望”不变,执行方式可以越来越好。
- 许多基础设施工具使用声明式目标配置,也可能包含命令式执行步骤的:SQL、HTML/CSS、正则、Docker Compose、Kubernetes YAML、Terraform、GitHub Actions……
使用边界
SQL 查询是典型例子,但查询计划仍影响性能。配置文件是否声明式取决于它描述目标状态还是执行步骤,不能仅凭 YAML、JSON 等文件格式判断。
原理 / 图解
声明式 = 描述(What) + 执行器(How,由别人写好)。
一种常见的声明式模式是 “期望状态 vs 当前状态”对账(reconcile):你只声明“web 要 3 个实例”,控制器不断比较现实与期望,自动补差。Kubernetes 文档对“声明式对象管理”的说明:https://kubernetes.io/docs/concepts/overview/working-with-objects/object-management/
可运行示例
三个小例子:SQL、正则、期望状态对账(Python 3.15.0 一稿运行记录):
# 文件:examples/03_declarative.py
# 声明式:描述"想要的结果",由引擎决定怎么做
import re, sqlite3
# 例 1:SQL —— 不写循环,数据库自己选择执行计划
con = sqlite3.connect(":memory:")
con.executescript("""
CREATE TABLE sales(region TEXT, amount INT);
INSERT INTO sales VALUES ('华东',120),('华北',80),('华东',60),('华南',200);
""")
for row in con.execute("SELECT region, SUM(amount) s FROM sales GROUP BY region ORDER BY s DESC"):
print(row)
print("执行计划:", con.execute("EXPLAIN QUERY PLAN SELECT region, SUM(amount) FROM sales GROUP BY region").fetchall())
# 例 2:正则表达式 —— 描述"模式",不描述匹配算法
print(re.findall(r"\b\d{3}-\d{4}\b", "电话 555-1234 和 666-9876,不是 12-34"))
# 例 3:配置即声明(类似 YAML/Docker Compose 的思想),由"执行器"负责落实
desired = {"web": 3, "worker": 2}
current = {"web": 1, "worker": 4}
plan = {svc: desired[svc] - current.get(svc, 0) for svc in desired}
print("对比期望状态得到的调整计划:", plan)
一稿留存输出:
('华南', 200)
('华东', 180)
('华北', 80)
执行计划: [(6, 0, 216, 'SCAN sales'), (8, 0, 0, 'USE TEMP B-TREE FOR GROUP BY')]
['555-1234', '666-9876']
对比期望状态得到的调整计划: {'web': 2, 'worker': -2}
读输出时注意 EXPLAIN QUERY PLAN:我们没有写“扫描表”“建临时 B 树做分组”,这是 SQLite 自己决定的执行方式。SQLite 对查询计划输出的解释:https://www.sqlite.org/eqp.html
常见误区
- “声明式就不用懂底层”:不懂底层会写出慢查询。SQL 不加索引、Pandas 里逐行
apply,都是“声明得很漂亮、执行得很糟”的典型。 - “声明式一定更快”:引擎的优化有边界,复杂逻辑硬塞进声明式 DSL(如超长正则)反而又慢又难维护。
- 把“配置文件”和“声明式”等同:还需看它描述目标关系还是命令序列;有执行器本身不足以判定为声明式;纯数据文件只是数据。
与 AI 开发的关系
- Polars 的 LazyFrame、Spark、DuckDB 都靠声明式查询来做自动优化(谓词下推、列裁剪),详见 k1.lib.polars。
- Agent 工作流 / 提示词模板越来越多用 YAML/JSON 声明:节点、工具、输出 schema,由框架执行。
- **结构化输出(JSON Schema)**是声明式的:你声明“输出必须长这样”,由模型和约束解码去满足。OpenAI 结构化输出文档:https://platform.openai.com/docs/guides/structured-outputs
- 让 AI 写 SQL 是声明式的高频场景,审查重点是语义(JOIN 条件、NULL 处理)而不是循环细节。
延伸阅读
- 维基百科 Declarative programming:https://en.wikipedia.org/wiki/Declarative_programming
- SQLite 查询计划说明:https://www.sqlite.org/eqp.html
- Kubernetes 声明式管理:https://kubernetes.io/docs/concepts/overview/working-with-objects/object-management/
理解检查
SQL 没有写扫描顺序,为什么还需要查看执行计划?
参考答案:结果语义与执行成本是两件事;索引、数据量和优化器选择仍会影响资源消耗。
核验与复现
核验日期:2026-10-14。示例状态:运行通过。本轮日志:03_declarative.py。
配套代码与核验资料