一步一步优化SQL语句（一）：逻辑查询的各个阶段

大家好，我是忆然，前段时间我在学习ItZik Ben-Gan、Lubor Kollar、Dejan Sarka所著的《Sql Server

2005 技术内幕：T-SQL查询》一书，在此我把一些学习的心得跟大家分享

在查询中逻辑查询和物理查询有着本质的区别，SQL不同于其它编程的最明显的特征就是处理代码的顺序，

虽然总是最先写SELECT 但是几乎总在最后执行，那到底是怎么一个执行顺序呢

作者给出了如下的sql查询语句执行顺序

(8) select (9) distinct (11) <top_specification> <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) with {cube|rollup}

(7)having(having_condition)

(10) order by <order_by_condition>

从这个顺序中我们不难发现，所有的 查询语句都是从from开始执行的，在执行过程中，每个步骤都会为

下一个步骤生成一个虚拟表，这个虚拟表将作为下一个执行步骤的输入。

 

第一步：首先对from子句中的前两个表执行一个笛卡尔乘积，此时生成虚拟表 vt1

第二步：接下来便是应用on筛选器，on 中的逻辑表达式将应用到 vt1 中的各个行，筛选出满足on逻辑表

达式的行，生成虚拟表 vt2

第三步：如果是outer join 那么这一步就将添加外部行，left outer jion 就把左表在第二步中过滤的添

加进来，如果是right outer join 那么就将右表在第二步中过滤掉的行添加进来，这样生成虚拟表 vt3

第四步：如果 from 子句中的表数目多余两个表，那么就将vt3和第三个表连接从而计算笛卡尔乘积，生成虚拟表，该

过程就是一个重复1-3的步骤，最终得到一个新的虚拟表 vt3。

第五步：应用where筛选器，对上一步生产的虚拟表引用where筛选器，生成虚拟表vt4，在这有个比较重要

的细节不得不说一下，对于包含outer join子句的查询，就有一个让人感到困惑的问题，到底在on筛选器

还是用where筛选器指定逻辑表达式呢？on和where的最大区别在于，如果在on应用逻辑表达式那么在第三

步outer join中还可以把移除的行再次添加回来，而where的移除的最终的。举个简单的例子，有一个学生

表（班级,姓名）和一个成绩表(姓名,成绩)，我现在需要返回一个x班级的全体同学的成绩，但是这个班级

有几个学生缺考，也就是说在成绩表中没有记录。为了得到我们预期的结果我们就需要在on子句指定学生

和成绩表的关系（学生.姓名=成绩.姓名）那么我们是否发现在执行第二步的时候，对于没有参加考试的学

生记录就不会出现在vt2中，因为他们被on的逻辑表达式过滤掉了,但是我们用left outer join就可以把左表（

学生）中没有参加考试的学生找回来，因为我们想返回的是x班级的所有学生，如果在on中应用学生.班级

='x'的话，那么在left outer join 中就会将不会把x班级的学生的所有记录找回来，所以只能在where筛选器中应用

学生.班级='x' 应为它的过滤是最终的。

第六步：group by 子句将<group_by_condition>中的唯一的值组合成为一组，得到虚拟表vt5。如果应用

了group by，那么后面的所有步骤都只能得到的vt5的列或者是聚合函数（count、sum、avg等）。原因在

于最终的结果集中只为每个组包含一行。这一点请牢记。

第七步：应用cube或者rollup选项，为vt5生成超组，生成vt6.

第八步：应用having筛选器，生成vt7。having筛选器是第一个也是为唯一一个应用到已分组数据的筛选器

。

第九步：处理select列表。将vt7中的在select中出现的列筛选出来。生成vt8.

第十步：应用distinct子句，vt8中移除相同的行，生成vt9。事实上如果应用了group by子句那么

distinct是多余的，原因同样在于，分组的时候是将列中唯一的值分成一组，同时只为每一组返回一行记

录，那么所以的记录都将是不相同的。

第十一步：应用order by子句。按照order_by_condition排序vt9，此时返回的一个游标，而不是虚拟表。

sql是基于集合的理论的，集合不会预先对他的行排序，它只是成员的逻辑集合，成员的顺序是无关紧要的

。对表进行排序的查询可以返回一个对象，这个对象包含特定的物理顺序的逻辑组织。这个对象就叫游标

。正因为返回值是游标，那么使用order by 子句查询不能应用于表表达式。排序是很需要成本的，除非你

必须要排序，否则最好不要指定order by，最后，在这一步中是第一个也是唯一一个可以使用select列表

中别名的步骤。

第十二步：应用top选项。此时才返回结果给请求者即用户。

到此为止我们将一个sql查询语句的逻辑执行过程梳理了一遍，对于使用查询语句多年的我来说，无疑对以

前的不少问题得出了解答。希望你也能从中受益。我将在后面介绍sqlserver 2005中新加入的逻辑处理阶

段。