SQL查询执行顺序

SQL语句有一个让大部分人都感到困惑的特性，就是：SQL语句的执行顺序跟其语句的语法顺序并不一致。SQL语句的执行顺序是：

FROM
ON
JOIN
WHERE
GROUP BY
HAVING
SELECT
DISTINCT
UNION
ORDER BY
LIMIT
一、准备工作
这里的测试操作都是在MySQL数据库上完成的。

1.1 新建数据库
首先我们新建一个测试数据库TestDB

create database TestDB;
1.2 创建测试集table1和table2
CREATE TABLE table1
(
customer_id VARCHAR(10) NOT NULL,
city VARCHAR(10) NOT NULL,
PRIMARY KEY(customer_id)
)ENGINE=INNODB DEFAULT CHARSET=UTF8;
CREATE TABLE table2
(
order_id INT NOT NULL auto_increment,
customer_id VARCHAR(10),
PRIMARY KEY(order_id)
)ENGINE=INNODB DEFAULT CHARSET=UTF8;
1.3 插入测试数据
INSERT INTO table1(customer_id,city) VALUES(‘163’,‘hangzhou’);
INSERT INTO table1(customer_id,city) VALUES(‘9you’,‘shanghai’);
INSERT INTO table1(customer_id,city) VALUES(‘tx’,‘hangzhou’);
INSERT INTO table1(customer_id,city) VALUES(‘baidu’,‘hangzhou’);
INSERT INTO table2(customer_id) VALUES(‘163’);
INSERT INTO table2(customer_id) VALUES(‘163’);
INSERT INTO table2(customer_id) VALUES(‘9you’);
INSERT INTO table2(customer_id) VALUES(‘9you’);
INSERT INTO table2(customer_id) VALUES(‘9you’);
INSERT INTO table2(customer_id) VALUES(‘tx’);
INSERT INTO table2(customer_id) VALUES(NULL);
准备工作做完以后，table1和table2看起来应该像下面这样：

mysql> select * from table1;
±————±———+
| customer_id | city |
±————±———+
| 163 | hangzhou |
| 9you | shanghai |
| baidu | hangzhou |
| tx | hangzhou |
±————±———+
4 rows in set (0.00 sec)
mysql> select * from table2;
±———±————+
| order_id | customer_id |
±———±————+
| 1 | 163 |
| 2 | 163 |
| 3 | 9you |
| 4 | 9you |
| 5 | 9you |
| 6 | tx |
| 7 | NULL |
±———±————+
7 rows in set (0.00 sec)
1.4 准备SQL查询语句
SELECT a.customer_id, COUNT(b.order_id) as total_orders
FROM table1 AS a
LEFT JOIN table2 AS b
ON a.customer_id = b.customer_id
WHERE a.city = ‘hangzhou’
GROUP BY a.customer_id
HAVING count(b.order_id) < 2
ORDER BY total_orders DESC;
这些测试表和测试数据均来自《MySQL技术内幕：SQL编程》，接下来根据这个语句来详细地讲述SQL逻辑查询语句的执行顺序。

二、SQL查询语句执行顺序
现在，我们先给出一个查询语句的执行顺序：

(7) SELECT
(8) DISTINCT <select_list>
(1) FROM <left_table>
(3) <join_type> JOIN <right_table>
(2) ON <join_condition>
(4) WHERE <where_condition>
(5) GROUP BY <group_by_list>
(6) HAVING <having_condition>
(9) ORDER BY <order_by_condition>
(10) LIMIT <limit_number>
在这些SQL语句的执行过程中，都会产生一个虚拟表，用来保存SQL语句的执行结果（这是重点），现在就追踪这个虚拟表的变化，得到最终的查询结果的过程，来分析整个SQL逻辑查询的执行顺序和过程。

2.1 执行FROM语句
第一步，执行FROM语句。我们首先需要知道最开始从哪个表开始的，这就是FROM告诉我们的。现在有了left table和right table两个表，我们到底从哪个表开始，还是会从两个表进行某种联系以后再开始呢？它们之间如何产生联系呢？——笛卡尔积
，笛卡尔积是所有可能的有序对组成的集合，其中有序对的第一个对象是X的成员，第二个对象是Y的成员。

经过FROM语句对两个表执行笛卡尔积，会得到一个虚拟表，暂且叫VT1(vitual table 1)，内容如下：

±————±———±———±————+
| customer_id | city | order_id | customer_id |
±————±———±———±————+
| 163 | hangzhou | 1 | 163 |
| 9you | shanghai | 1 | 163 |
| baidu | hangzhou | 1 | 163 |
| tx | hangzhou | 1 | 163 |
| 163 | hangzhou | 2 | 163 |
| 9you | shanghai | 2 | 163 |
| baidu | hangzhou | 2 | 163 |
| tx | hangzhou | 2 | 163 |
| 163 | hangzhou | 3 | 9you |
| 9you | shanghai | 3 | 9you |
| baidu | hangzhou | 3 | 9you |
| tx | hangzhou | 3 | 9you |
| 163 | hangzhou | 4 | 9you |
| 9you | shanghai | 4 | 9you |
| baidu | hangzhou | 4 | 9you |
| tx | hangzhou | 4 | 9you |
| 163 | hangzhou | 5 | 9you |
| 9you | shanghai | 5 | 9you |
| baidu | hangzhou | 5 | 9you |
| tx | hangzhou | 5 | 9you |
| 163 | hangzhou | 6 | tx |
| 9you | shanghai | 6 | tx |
| baidu | hangzhou | 6 | tx |
| tx | hangzhou | 6 | tx |
| 163 | hangzhou | 7 | NULL |
| 9you | shanghai | 7 | NULL |
| baidu | hangzhou | 7 | NULL |
| tx | hangzhou | 7 | NULL |
±————±———±———±————+
总共有28（table1的记录数*table2的记录总数）条记录。这就是VT1的结果，接下来的操作就在VT!的基础上进行。

2.2 执行ON过滤
执行完笛卡尔积以后，接着就进行ON a.customer_id = b.customer_id条件过滤，根据ON中指定的条件，去掉那些不符合条件的数据，得到VT2表，内容如下：

±————±———±———±————+
| customer_id | city | order_id | customer_id |
±————±———±———±————+
| 163 | hangzhou | 1 | 163 |
| 163 | hangzhou | 2 | 163 |
| 9you | shanghai | 3 | 9you |
| 9you | shanghai | 4 | 9you |
| 9you | shanghai | 5 | 9you |
| tx | hangzhou | 6 | tx |
±————±———±———±————+
VT2就是经过ON条件筛选以后得到的有用数据，而接下来的操作将在VT2的基础上继续进行。

2.3 添加外部行
这一步只有在连接类型为OUTER JOIN时才发生，如LEFT OUTER JOIN、RIGHT OUTER JOIN和FULL OUTER JOIN。在大多数的时候，我们都是会省略掉OUTER关键字的，但OUTER表示的就是外部行的概念。

LEFT OUTER JOIN把左表记为保留表，得到的结果为：

±————±———±———±————+
| customer_id | city | order_id | customer_id |
±————±———±———±————+
| 163 | hangzhou | 1 | 163 |
| 163 | hangzhou | 2 | 163 |
| 9you | shanghai | 3 | 9you |
| 9you | shanghai | 4 | 9you |
| 9you | shanghai | 5 | 9you |
| tx | hangzhou | 6 | tx |
| baidu | hangzhou | NULL | NULL |
±————±———±———±————+
RIGHT OUTER JOIN把右表记为保留表，得到的结果为：

±————±———±———±————+
| customer_id | city | order_id | customer_id |
±————±———±———±————+
| 163 | hangzhou | 1 | 163 |
| 163 | hangzhou | 2 | 163 |
| 9you | shanghai | 3 | 9you |
| 9you | shanghai | 4 | 9you |
| 9you | shanghai | 5 | 9you |
| tx | hangzhou | 6 | tx |
| NULL | NULL | 7 | NULL |
±————±———±———±————+
FULL OUTER JOIN把左右表都作为保留表，得到的结果为：

±————±———±———±————+
| customer_id | city | order_id | customer_id |
±————±———±———±————+
| 163 | hangzhou | 1 | 163 |
| 163 | hangzhou | 2 | 163 |
| 9you | shanghai | 3 | 9you |
| 9you | shanghai | 4 | 9you |
| 9you | shanghai | 5 | 9you |
| tx | hangzhou | 6 | tx |
| baidu | hangzhou | NULL | NULL |
| NULL | NULL | 7 | NULL |
±————±———±———±————+
添加外部行的工作就是在VT2表的基础上添加保留表中被过滤条件过滤掉的数据，非保留表中的数据被赋予了NULL值，最后生成虚拟表VT3。

由于在准备的测试SQL查询逻辑语句中使用的是LEFT JOIN，过滤掉了以下这条数据：

| baidu | hangzhou |
现在就把这条数据添加到VT2表中，得到的VT3表如下：

±————±———±———±————+
| customer_id | city | order_id | customer_id |
±————±———±———±————+
| 163 | hangzhou | 1 | 163 |
| 163 | hangzhou | 2 | 163 |
| 9you | shanghai | 3 | 9you |
| 9you | shanghai | 4 | 9you |
| 9you | shanghai | 5 | 9you |
| tx | hangzhou | 6 | tx |
| baidu | hangzhou | NULL | NULL |
±————±———±———±————+
接下里的操作都会在该VT3表上进行。

2.4 执行WHERE过滤
对添加外部行得到的VT3进行WHERE过滤，只有符合的记录才会输出到虚拟表VT4中。当我们执行WHERE a.city = ‘hangzhou’的时候，就会得到以下内容，并存在虚拟表VT4中：

±————±———±———±————+
| customer_id | city | order_id | customer_id |
±————±———±———±————+
| 163 | hangzhou | 1 | 163 |
| 163 | hangzhou | 2 | 163 |
| tx | hangzhou | 6 | tx |
| baidu | hangzhou | NULL | NULL |
±————±———±———±————+
但是在使用WHERE字句时，需要注意以下两点：

由于数据还没有分组，因此还不能在WHERE过滤器中使用where_condition =MIN(col)这类分组统计的过滤；
由于还没有进行列的选取操作，因此在WHERE中使用列的别名也是不被允许的，如：SELECT city AS c FROM t WHERE c=‘shanghai’;是不允许出现的。
2.5 执行GROUP BY分组
GROUP BY子句主要是对使用WHERE子句得到的虚拟表进行分组操作。即“根据(by)一定的规则进行分组(Group)”。它的作用是通过一定的规则将一个数据集划分成若干个小的区域，然后针对若干个小区域进行数据处理。我们执行测试语句中的GROUP BY a.customer_id，就是对VT4按照a.customer_id进行了分组，这里就得到了以下三个组别

第一组
±————±———±———±————+
| customer_id | city | order_id | customer_id |
±————±———±———±————+
| 163 | hangzhou | 1 | 163 |
| 163 | hangzhou | 2 | 163 |
第二组
| tx | hangzhou | 6 | tx |
第三组
| baidu | hangzhou | NULL | NULL |
±————±———±———±————+
得到的内容会存入虚拟表VT5中，此时，我们就得到了一个VT5虚拟表，接下来的操作都会在该表上完成。

2.6 执行HAVING过滤
HAVING字句主要和GROUP BY字句配合使用，对分组得到的VT5虚拟表进行条件过滤。当我执行测试语句中的HAVING COUNT(b.order_id)<2时，将得到以下内容：

2.7 SELECT列表
现在才会执行到SELECT子句，不要以为SELECT子句被写在第一行，就是第一个被执行的。

执行测试语句中的SELECT a.customer_id ,COUNT(b.oredr_id) as total_orders，我们从虚拟表VT6中选择我们需要的内容。我们将得到以下内容：

±————±————-+
| customer_id | total_orders |
±————±————-+
| baidu | 0 |
| tx | 1 |
±————±————-+
2.8 执行DISTINCT子句
如果在查询中指定了DISTINCT子句，则会创建一张内存临时表（如果内存放不下，就需要存放在硬盘了）。这张临时表的表结构和上一步产生的虚拟表VT7是一样的，不同的是对进行DISTINCT操作的列增加了一个唯一索引，以此来去除重复数据。

由于测试SQL语句中并没有使用DISTINCT，所以，在该查询中，这一步不会生成一个虚拟表。

2.9 执行ORDER BY子句
对虚拟表中的内容按照指定的列进行排序，然后返回一个新的虚拟表，我们执行测试SQL语句中的ORDER BY total_orders DESC，就会得到以下内容：

±————±————-+
| customer_id | total_orders |
±————±————-+
| tx | 1 |
| baidu | 0 |
±————±————-+
可以看到这是对total_orders列进行降序排列。上述结果会存储在VT8中。

2.10执行LIMIT子句
LIMIT子句从上一步得到的VT8虚拟表中选出从指定位置开始的指定行数据。对于没有营养ORDER BY的LIMIT子句，得到的结果同样是无序的，所以，很多时候，我们都会看到LIMIT子句会和ORDER BY子句一起使用。

MYSQL数据库的LIMIT支持如下形式的选择：

LIMIT n, m
表示从第n条记录开始选择m条记录。而很多开发人员喜欢使用该语句来解决分页问题。对于小数据，使用LIMIT子句没有任何问题，当数据量非常大的时候，使用LIMIT n, m是非常低效的。因为LIMIT的机制是每次都是从头开始扫描，如果需要从第60万行开始，读取3条数据，就需要先扫描定位到60万行，然后再进行读取，而扫描的过程是一个非常低效的过程。所以，对于大数据处理时，是非常有必要在应用层建立一定的缓存机制

标签云

近期文章

分类

SQL查询执行顺序

相关文章