003-理解表达式

定义

002中多次提到表达式这个概念，那么什么是表达式呢？我们定义表达式：

1. 数字和字段引用是一个表达式：比如 1，2，4，15，a，id……
2. <表达式> <运算符号> <表达式>：运算符号链接起来的两个表达式，也是表达式。比如1+2，id*2等。
3. (<表达式>): 括号括起来的表达式也是表达式（括号用于影响求值顺序），比如(1),(1+2)是表达式。

其中运算符号可以是数学运算符加减乘除(+-*/)，逻辑运算符(AND OR)等。我们来看个的例子：

2 * (id + 4) 

上面这个是表达式吗？我们这样检查：

1. 根据规则1，id是表达式，3是表达式，4是表达式
2. 根据规则2，id + 4是表达式
3. 根据规则3，(id + 4)是表达式
4. 根据规则2，2 * (id + 4)是表达式

SELECT语句的本质

SELECT语句本质上就是对SELECT后面跟着的表达式进行求值。那么怎么对表达式进行求值呢？规则如下：

1. 如果有FROM引用表，那么把FROM引用的表中的每一行取出来，如果没有，直接进行步骤3
2. 把每一行拿到的字段的值代入到表达式
3. 进行数学运算

举例：

SELECT id*2 FROM items

这个SELECT语句的求值过程：

1. 把每一行字段的值items表里面取出来
2. 并带入到表达式，由于items表有几百万行，所以我们代入的结果变成了几百万个表达式求值：
   • <第1行的id> * 2
   • <第2行的id> * 2
   • <第3行的id> * 2
   • ...
   • <最后1行的id> * 2
3. 进行数学运算。假设第1行的id是5，那么就等同于求值5 * 2。这是一个数学表达式，就按照人类理解的数学去进行计算，得到结果10。依次类推，算出每一行的值。

再举例：

SELECT 1 FROM items

这个SELECT语句的求值过程：

1. 把每一行字段的值items表里面取出来
2. 并带入到表达式，由于items表有几百万行，所以我们代入的结果变成了几百万个表达式求值：
   • 1(第1行的求值)
   • 1(第2行的求值)
   • 1(第3行的求值)
   • ...
   • 1(最后1行的求值)
3. 这里比较有意思，虽然表达式里面没有引用任何字段，但根据规则还是把items表里面字段的值取出来，进行代入。但是代入并没有产生任何影响，然后进行数学运算。所以我们得到了几百万行1。

再看一个例子：

SELECT 1+2

由于没有引用字段，直接进行数学运算，得到结果3。

WHERE语句的本质

类似的，WHERE语句的本质就是：

1. 把FROM引用的表中的每一行取出来
2. 把每一行拿到的字段的值代入到表达式
3. 如果表示式结果为真的话就保留，否则过滤掉，然后再进行SELECT求值过程。

举例：

SELECT id*2 FROM items WHERE id < 100000

WHERE检验过程：

1. 把每一行字段的值items表里面取出来
2. 并带入到表达式，由于items表有几百万行，所以我们代入的结果变成了几百万个表达式求值：
   • <第1行的id> < 100000
   • <第2行的id> < 100000
   • <第3行的id> < 100000
   • ...
   • <最后1行的id> < 100000
3. 根据表达结果是否为真决定这行是否被过滤掉。举例，比如第一行的id为5，那么5 < 100000这个表达式的结果为真，所以第一行保留。比如最后一行的id为1234567，那么1234567 < 100000这个表达式的结果为假，所以最后一行被过滤掉。

表达式求值的异常

不是所有表达式都有意义，没有意义的表达式，会出现异常，得到不可预测的结果，要尽量避免。

• 比如1/0，除0在数学上没有定义，没有意义。
• 比如"a"+1，字符串和数字相加，没有意义。

具体的原因，请看后面教程：理解类型。