程序员对SQL语句的执行顺序的透彻掌握，是避免编程中各种bug和错误，歧义语句的不二法则。

  2. SELECT DISTINCT <select_list>
  3. FROM <left_table>
  4. <join_type> JOIN <right_table>
  5. ON <join_condition>
  6. WHERE <where_condition>
  7. GROUP BY <group_by_list>
  8. HAVING <having_condition>
  9. ORDER BY <order_by_condition>
  10. LIMIT <limit_number>

如果你知道每个关键字的意思，作用，如果你还用过的话，那再好不过了。但是，你知道这些语句，它们的执行顺序你清楚么？如果你非常清楚，你就没有必要再浪费时间继续阅读了；如果你不清楚，非常好，你应该庆幸你阅读到了这么好的一篇文章。

准备工作

  1. 新建一个测试数据库TestDB；
  2. create database TestDB;
  3. 创建测试表table1和table2；
  4. CREATE TABLE table1
  5. (
  6. customer_id VARCHAR(10) NOT NULL,
  7. city VARCHAR(10) NOT NULL,
  8. PRIMARY KEY(customer_id)
  9. )ENGINE=INNODB DEFAULT CHARSET=UTF8;
  11. CREATE TABLE table2
  12. (
  13. order_id INT NOT NULL auto_increment,
  14. customer_id VARCHAR(10),
  15. PRIMARY KEY(order_id)
  16. )ENGINE=INNODB DEFAULT CHARSET=UTF8;
  17. 插入测试数据；
  18. INSERT INTO table1(customer_id,city) VALUES('163','hangzhou');
  19. INSERT INTO table1(customer_id,city) VALUES('9you','shanghai');
  20. INSERT INTO table1(customer_id,city) VALUES('tx','hangzhou');
  21. INSERT INTO table1(customer_id,city) VALUES('baidu','hangzhou');
  23. INSERT INTO table2(customer_id) VALUES('163');
  24. INSERT INTO table2(customer_id) VALUES('163');
  25. INSERT INTO table2(customer_id) VALUES('9you');
  26. INSERT INTO table2(customer_id) VALUES('9you');
  27. INSERT INTO table2(customer_id) VALUES('9you');
  28. INSERT INTO table2(customer_id) VALUES('tx');
  29. INSERT INTO table2(customer_id) VALUES(NULL);
  30. 准备工作做完以后，table1和table2看起来应该像下面这样：
  31. mysql> select * from table1;
  32. ------------- ----------
  33. | customer_id | city |
  34. ------------- ----------
  35. | 163 | hangzhou |
  36. | 9you | shanghai |
  37. | baidu | hangzhou |
  38. | tx | hangzhou |
  39. ------------- ----------
  40. 4 rows in set (0.00 sec)
  42. mysql> select * from table2;
  43. ---------- -------------
  44. | order_id | customer_id |
  45. ---------- -------------
  46. | 1 | 163 |
  47. | 2 | 163 |
  48. | 3 | 9you |
  49. | 4 | 9you |
  50. | 5 | 9you |
  51. | 6 | tx |
  52. | 7 | NULL |
  53. ---------- -------------
  54. 7 rows in set (0.00 sec)
  55. 准备SQL逻辑查询测试语句
  56. SELECT a.customer_id, COUNT(b.order_id) as total_orders
  57. FROM table1 AS a
  58. LEFT JOIN table2 AS b
  59. ON a.customer_id = b.customer_id
  60. WHERE a.city = 'hangzhou'
  61. GROUP BY a.customer_id
  62. HAVING count(b.order_id) < 2
  63. ORDER BY total_orders DESC;
  64. 使用上述SQL查询语句来获得来自杭州，并且订单数少于2的客户。

好吧，这些测试表和测试数据均来自《MySQL技术内幕：SQL编程》，这应该不算抄袭吧，借鉴借鉴啊。

万事俱备，只欠东风。接下来开始这篇文章最正式的部分吧。

SQL逻辑查询语句执行顺序

还记得上面给出的那一长串的SQL逻辑查询规则么？那么，到底哪个先执行，哪个后执行呢？现在，我先给出一个查询语句的执行顺序：

  2. (7) SELECT
  3. (8) DISTINCT <select_list>
  4. (1) FROM <left_table>
  5. (3) <join_type> JOIN <right_table>
  6. (2) ON <join_condition>
  7. (4) WHERE <where_condition>
  8. (5) GROUP BY <group_by_list>
  9. (6) HAVING <having_condition>
  10. (9) ORDER BY <order_by_condition>
  11. (10) LIMIT <limit_number>

上面在每条语句的前面都标明了执行顺序号，不要问我怎么知道这个顺序的。我也是读各种“武林秘籍”才得知的，如果你有功夫，去阅读一下MySQL的源码，也会得出这个结果的。

好了，上面我标出了各条查询规则的执行先后顺序，那么各条查询语句是如何执行的呢？这就是我今天这篇博文的重点内容。Go on…

执行FROM语句

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），我现在就来跟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。

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

关于什么是笛卡尔积，请自行Google补脑。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：

  2. ------------- ---------- ---------- -------------
  3. | customer_id | city | order_id | customer_id |
  4. ------------- ---------- ---------- -------------
  5. | 163 | hangzhou | 1 | 163 |
  6. | 9you | shanghai | 1 | 163 |
  7. | baidu | hangzhou | 1 | 163 |
  8. | tx | hangzhou | 1 | 163 |
  9. | 163 | hangzhou | 2 | 163 |
  10. | 9you | shanghai | 2 | 163 |
  11. | baidu | hangzhou | 2 | 163 |
  12. | tx | hangzhou | 2 | 163 |
  13. | 163 | hangzhou | 3 | 9you |
  14. | 9you | shanghai | 3 | 9you |
  15. | baidu | hangzhou | 3 | 9you |
  16. | tx | hangzhou | 3 | 9you |
  17. | 163 | hangzhou | 4 | 9you |
  18. | 9you | shanghai | 4 | 9you |
  19. | baidu | hangzhou | 4 | 9you |
  20. | tx | hangzhou | 4 | 9you |
  21. | 163 | hangzhou | 5 | 9you |
  22. | 9you | shanghai | 5 | 9you |
  23. | baidu | hangzhou | 5 | 9you |
  24. | tx | hangzhou | 5 | 9you |
  25. | 163 | hangzhou | 6 | tx |
  26. | 9you | shanghai | 6 | tx |
  27. | baidu | hangzhou | 6 | tx |
  28. | tx | hangzhou | 6 | tx |
  29. | 163 | hangzhou | 7 | NULL |
  30. | 9you | shanghai | 7 | NULL |
  31. | baidu | hangzhou | 7 | NULL |
  32. | tx | hangzhou | 7 | NULL |
  33. ------------- ---------- ---------- -------------

总共有28（table1的记录条数 * table2的记录条数）条记录。这就是VT1的结果，接下来的操作就在VT1的基础上进行。

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：

  2. ------------- ---------- ---------- -------------
  3. | customer_id | city | order_id | customer_id |
  4. ------------- ---------- ---------- -------------
  5. | 163 | hangzhou | 1 | 163 |
  6. | 163 | hangzhou | 2 | 163 |
  7. | 9you | shanghai | 3 | 9you |
  8. | 9you | shanghai | 4 | 9you |
  9. | 9you | shanghai | 5 | 9you |
  10. | tx | hangzhou | 6 | tx |
  11. ------------- ---------- ---------- -------------

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。

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：

  2. ------------- ---------- ---------- -------------
  3. | customer_id | city | order_id | customer_id |
  4. ------------- ---------- ---------- -------------
  5. | 163 | hangzhou | 1 | 163 |
  6. | 163 | hangzhou | 2 | 163 |
  7. | 9you | shanghai | 3 | 9you |
  8. | 9you | shanghai | 4 | 9you |
  9. | 9you | shanghai | 5 | 9you |
  10. | tx | hangzhou | 6 | tx |
  11. | baidu | hangzhou | NULL | NULL |
  12. ------------- ---------- ---------- -------------

RIGHT OUTER JOIN把右表记为保留表，得到的结果为：

  2. ------------- ---------- ---------- -------------
  3. | customer_id | city | order_id | customer_id |
  4. ------------- ---------- ---------- -------------
  5. | 163 | hangzhou | 1 | 163 |
  6. | 163 | hangzhou | 2 | 163 |
  7. | 9you | shanghai | 3 | 9you |
  8. | 9you | shanghai | 4 | 9you |
  9. | 9you | shanghai | 5 | 9you |
  10. | tx | hangzhou | 6 | tx |
  11. | NULL | NULL | 7 | NULL |
  12. ------------- ---------- ---------- -------------

FULL OUTER JOIN把左右表都作为保留表，得到的结果为：

  2. ------------- ---------- ---------- -------------
  3. | customer_id | city | order_id | customer_id |
  4. ------------- ---------- ---------- -------------
  5. | 163 | hangzhou | 1 | 163 |
  6. | 163 | hangzhou | 2 | 163 |
  7. | 9you | shanghai | 3 | 9you |
  8. | 9you | shanghai | 4 | 9you |
  9. | 9you | shanghai | 5 | 9you |
  10. | tx | hangzhou | 6 | tx |
  11. | baidu | hangzhou | NULL | NULL |
  12. | NULL | NULL | 7 | NULL |
  13. ------------- ---------- ---------- -------------

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NULL值，最后生成虚拟表VT3。

由于我在准备的测试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 | NULL | NULL |

现在就把这条数据添加到VT2表中，得到的VT3表如下：

  2. ------------- ---------- ---------- -------------
  3. | customer_id | city | order_id | customer_id |
  4. ------------- ---------- ---------- -------------
  5. | 163 | hangzhou | 1 | 163 |
  6. | 163 | hangzhou | 2 | 163 |
  7. | 9you | shanghai | 3 | 9you |
  8. | 9you | shanghai | 4 | 9you |
  9. | 9you | shanghai | 5 | 9you |
  10. | tx | hangzhou | 6 | tx |
  11. | baidu | hangzhou | NULL | NULL |
  12. ------------- ---------- ---------- -------------

接下来的操作都会在该VT3表上进行。

执行WHERE过滤

对添加外部行得到的VT3进行WHERE过滤，只有符合<where_condition>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：

  2. ------------- ---------- ---------- -------------
  3. | customer_id | city | order_id | customer_id |
  4. ------------- ---------- ---------- -------------
  5. | 163 | hangzhou | 1 | 163 |
  6. | 163 | hangzhou | 2 | 163 |
  7. | tx | hangzhou | 6 | tx |
  8. | baidu | hangzhou | NULL | NULL |
  9. ------------- ---------- ---------- -------------

但是在使用WHERE子句时，需要注意以下两点：

  1. 由于数据还没有分组，因此现在还不能在WHERE过滤器中使用where_condition=MIN(col)这类对分组统计的过滤；
  2. 由于还没有进行列的选取操作，因此在SELECT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。

执行GROUP BY分组

GROU BY子句主要是对使用WHERE子句得到的虚拟表进行分组操作。我们执行测试语句中的GROUP BY a.customer_id，就会得到以下内容：

  2. ------------- ---------- ---------- -------------
  3. | customer_id | city | order_id | customer_id |
  4. ------------- ---------- ---------- -------------
  5. | 163 | hangzhou | 1 | 163 |
  6. | baidu | hangzhou | NULL | NULL |
  7. | tx | hangzhou | 6 | tx |
  8. ------------- ---------- ---------- -------------

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。

执行HAVING过滤

HAVING子句主要和GROUP BY子句配合使用，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. ------------- ---------- ---------- -------------
  3. | customer_id | city | order_id | customer_id |
  4. ------------- ---------- ---------- -------------
  5. | baidu | hangzhou | NULL | NULL |
  6. | tx | hangzhou | 6 | tx |
  7. ------------- ---------- ---------- -------------

这就是虚拟表VT6。

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。

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

  2. ------------- --------------
  3. | customer_id | total_orders |
  4. ------------- --------------
  5. | baidu | 0 |
  6. | tx | 1 |
  7. ------------- --------------

不，还没有完，这只是虚拟表VT7。

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，以此来除重复数据。

由于我的测试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。

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：

  2. ------------- --------------
  3. | customer_id | total_orders |
  4. ------------- --------------
  5. | tx | 1 |
  6. | baidu | 0 |
  7. ------------- --------------

可以看到这是对total_orders列进行降序排列的。上述结果会存储在VT8中。

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。对于没有应用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。

sql 执行顺序（sql语句的执行顺序以及流程）(1)

,