SQL语句执行顺序
在SQL查询中，关键字SELECT, FROM, WHERE, GROUP BY, HAVING, 和 ORDER BY的组合使用定义了数据的筛选、分组、排序等操作。理解这些关键字的执行顺序对于构建有效且高效的查询至关重要。以下是这些关键字的执行顺序详解及案例说明：
一、执行顺序详解
- 1、from查询表
指定查询的数据源，既要从那个表中获取数据。如果有多个表通过JOIN连接，那么会先计算这些表的笛卡尔积，然后根据JOIN条件和ON子句进行筛选。 - 2、on & join 链接表
指定表之间的连接类型（如INNER JOIN、LEFT JOIN等）和连接条件。JOIN操作会在FROM子句之后进行，用于合并来自不同表的数据。 - 3、where查询条件
在数据分组和聚合之前，根据指定的条件筛选记录。只有满足WHERE条件的记录才会被保留下来进行后续的操作。 - 4、group by 分组依据
将筛选后的记录按照一个或多个列进行分组。分组后，后续的操作（如聚合函数）将作用于这些分组上。 - 5、having 分组后的信息过滤条件
对分组后的数据进行筛选。与WHERE子句不同，HAVING子句可以使用聚合函数。只有满足HAVING条件的分组才会被保留下来。 - 6、select 最终展示字段
选择需要返回的列或表达式。这包括聚合函数的结果、列的别名等。SELECT子句是在所有筛选和分组操作之后执行的。 - 7、distinct 去重条件
对select子句返回的结果进行去重。distinct子句通常与select子句一起使用，以确保返回的结果集中不包含重复的行。 - 8、order by 排序字段和要求
对查询结果进行排序。order by子句可以在select子句之后指定一个或多个列作为排序的依据。排序可以是升序ASC或降序DESC。 - 9、limit 限制行数
查询查询结果的行数。limit子句通常用于分页查询，可以指定从结果集的哪一行开始返回，以及返回多少行。
二、笛卡尔积
1.笛卡尔积的定义
从数学层面来看，两个集合 A 和 B 的笛卡尔积（记作 A × B），是由所有可能的有序对 (a, b) 构成的集合，其中 a 属于集合 A，b 属于集合 B。
举个例子，假设有集合 A = {1, 2} 和集合 B = {3, 4}，那么它们的笛卡尔积 A × B 就是 {(1, 3), (1, 4), (2, 3), (2, 4)}。
2.SQL 中的笛卡尔积
在 SQL 中，当你把多个表进行 JOIN 操作时，数据库系统一开始会算出这些表的笛卡尔积。也就是把第一个表的每一行和第二个表的每一行组合起来，从而形成一个新的结果集。
下面通过一个简单的 SQL 示例来理解：
-- 创建表A
CREATE TABLE table_a (
id INT,
name VARCHAR(50)
);
-- 插入数据到表A
INSERT INTO table_a (id, name) VALUES
(1, 'Alice'),
(2, 'Bob');
-- 创建表B
CREATE TABLE table_b (
id INT,
city VARCHAR(50)
);
-- 插入数据到表B
INSERT INTO table_b (id, city) VALUES
(1, 'New York'),
(2, 'Los Angeles');
-- 执行 CROSS JOIN 操作（CROSS JOIN 会直接返回两个表的笛卡尔积）
SELECT * FROM table_a CROSS JOIN table_b;
在这个例子里，table_a 有 2 行数据，table_b 也有 2 行数据。执行 CROSS JOIN 时，会生成一个包含 2 * 2 = 4 行数据的结果集，这就是这两个表的笛卡尔积。
3.结合 JOIN 条件和 ON 子句进行筛选
在实际的 SQL 查询中，通常会使用 JOIN 条件和 ON 子句来筛选出符合要求的行，从而减少笛卡尔积的结果集大小。比如：
SELECT * FROM table_a JOIN table_b ON table_a.id = table_b.id;
在这个查询中，数据库系统会先算出 table_a 和 table_b 的笛卡尔积，接着根据 ON 子句中的条件 table_a.id = table_b.id 来筛选出符合条件的行，最终得到的结果集就会比笛卡尔积小很多。
三、案例分析
案例1：查询每个部门的员工数量，并按员工数量降序排序
SELECTdepartment,COUNT(*)ASemployee_count
FROMemployees
GROUPBYdepartment
ORDERBYemployee_countDESC;
- 执行顺序：
1.FROM employees：从employees表中获取数据。
2.GROUP BY department：按department字段分组。
3.SELECT department, COUNT() AS employee_count：选择department字段和每个部门的员工数量（COUNT()），并给员工数量起个别名employee_count。
4.ORDER BY employee_count DESC：按员工数量降序排序。
案例2：查询销售额超过1000的订单，按客户ID分组，计算每个客户的总销售额，并按总销售额升序排序，只返回前5条记录
SELECTcustomer_id,SUM(sales_amount)AStotal_sales
FROMorders
WHEREsales_amount>1000
GROUPBYcustomer_id
HAVINGSUM(sales_amount)>0-- 这一步其实可以省略，因为SUM(sales_amount) > 0总是成立的，但为了展示HAVING的用法，这里保留
ORDERBYtotal_salesASC
LIMIT5;
- 执行顺序：
1.FROM orders：从orders表中获取数据。
2.WHERE sales_amount > 1000：筛选数据，只保留销售额超过1000的订单。
3.GROUP BY customer_id：按customer_id字段分组。
4.HAVING SUM(sales_amount) > 0：对分组后的数据进行筛选（虽然这一步在这个案例中是多余的，但展示了HAVING的用法）。
5.SELECT customer_id, SUM(sales_amount) AS total_sales：选择customer_id字段和每个客户的总销售额（SUM(sales_amount)），并给总销售额起个别名total_sales。
6.ORDER BY total_sales ASC：按总销售额升序排序。
7.LIMIT 5：只返回前5条记录。
案例3：找出女生在每门课程中的平均成绩大于75分的课程名称及其平均成绩，并按照平均成绩降序排列。
SELECTcourse,AVG(score)ASaverage_score
FROMstudents
JOINscoresONstudents.student_id=scores.student_id
WHEREgender='Female'
GROUPBYcourse
HAVINGAVG(score)>75
ORDERBYaverage_scoreDESC;
- FROM子句和JOIN操作
首先执行FROM子句，这里涉及两个表students和scores。通过JOIN操作将两个表连接起来，连接条件是students.student_id = scores.student_id。这样就构建了一个包含所有学生及其成绩信息的初始数据集。 - WHERE子句
接着执行WHERE子句，筛选出gender = 'Female’的数据行。经过这一步，数据集只剩下女生的成绩信息 - GROUP BY子句
然后执行GROUP BY子句，按照course列对数据进行分组。此时数据被分为两组，一组是“Math”课程，一组是“English”课程。 - HAVING子句
再执行HAVING子句，对于每个分组，计算AVG(score)，并筛选出平均成绩大于75分的组。在这个例子中，“Math”组的平均成绩为(80 + 90)/2 = 85，“English”组的平均成绩为(70 + 85)/2 = 77.5，两个组都满足条件，所以这两个组的数据都被保留。 - SELECT子句
接下来执行SELECT子句，选择course列和计算得到的平均成绩AVG(score)作为average_score列。 - ORDER BY子句
最后执行ORDER BY子句，按照average_score列进行降序排列。
四、总结
在实际的 SQL 查询中，执行计划的确是决定查询如何执行的关键依据，而不是按照 SQL 语句的书写顺序来执行。
通常，SQL 优化器会根据表的大小、索引情况、筛选条件等多方面因素来生成最优的执行计划。例如，当存在合适的索引时，数据库可能直接通过索引来获取数据，而无需访问实际的表数据，这就是所谓的 “索引扫描”。另外，关于JOIN和WHERE的执行顺序，优化器会优先筛选出尽可能少的数据，以减少后续JOIN操作的工作量，所以可能会先执行WHERE条件过滤主表，再处理JOIN操作。