【SQL】SQL 语句的解析顺序：理解查询执行的逻辑-平芜编程栈

文章目录

- 一、SQL 解析顺序：为什么不是按书写顺序执行
- 二、FROM 子句：确定数据源和表连接
- 三、WHERE 子句：过滤行数据
- 四、GROUP BY 子句：数据分组
- 五、HAVING 子句：过滤分组
- 六、SELECT 子句：处理表达式和去重
- 七、ORDER BY 子句：最终排序
- 八、完整示例：理解整个执行流程
- - 执行步骤详解
  - 关键理解点

SQL 语句的执行顺序与书写顺序不同，理解解析顺序有助于编写高效的查询、排查问题，以及理解为什么某些写法会报错或性能差。SQL 解析按照 FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY 的顺序进行，每个步骤都会生成一个虚拟表。

核心要点：

FROM 子句最先执行，包括表的连接和 ON 过滤
WHERE 在 GROUP BY 之前执行，用于过滤行
HAVING 在 GROUP BY 之后执行，用于过滤分组
SELECT 在大部分子句之后执行，处理表达式和去重
ORDER BY 最后执行，对最终结果排序

一、SQL 解析顺序：为什么不是按书写顺序执行

SQL 语句按照以下顺序解析和执行：

FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY

为什么是这个顺序：

FROM 最先：需要先确定数据源，才能进行后续操作
**WHERE ：先过滤行，再分组，效率更高
HAVING：只能对分组后的结果进行过滤
SELECT 靠后：大部分操作完成后，再处理表达式和去重
ORDER BY 最后：对最终结果进行排序

![[Pasted image 20231227170316.png]]

二、FROM 子句：确定数据源和表连接

FROM 子句最先执行，确定查询的数据源，包括表的连接操作。

FROM 的执行步骤

1. 确定数据源

FROM 后面的表标识了查询的数据源
生成虚拟表 VT1

2. 表的连接（如果有多表）

（1-J1）笛卡尔积

计算两个相关联表的笛卡尔积（CROSS JOIN）
生成虚拟表 VT1-J1
如果没有 JOIN 条件，会产生所有可能的组合

（1-J2）ON 过滤

基于虚拟表 VT1-J1 进行过滤
过滤出所有满足 ON 谓词条件的行
生成虚拟表 VT1-J2
注意：ON 条件只影响连接，不影响最终结果的行数（外连接除外）

（1-J3）添加外部行

如果使用了外连接（LEFT/RIGHT/FULL JOIN）
保留表中不符合 ON 条件的行也会被加入
作为外部行，生成虚拟表 VT1-J3

-- 假设有两个表：users (id, name) 和 orders (id, user_id, amount)SELECTu.name,o.amountFROMusers uLEFTJOINorders oONu.id=o.user_idWHEREo.amount>100;

执行过程：FROM users 生成 VT1（users 表的所有行），LEFT JOIN orders 计算笛卡尔积生成 VT1-J1，ON u.id = o.user_id 过滤连接条件生成 VT1-J2，添加外部行保留 users 中没有匹配的行生成 VT1-J3，WHERE o.amount > 100 过滤最终结果。

三、WHERE 子句：过滤行数据

WHERE 子句在 FROM 之后执行，对虚拟表 VT1 进行过滤，满足条件的行被插入到 VT2。

WHERE 的作用

过滤行：基于行的条件进行过滤
在分组之前：先过滤行，再分组，减少需要处理的数据量
不能使用聚合函数：因为此时还没有分组

SELECTdepartment,AVG(salary)FROMemployeesWHEREsalary>5000-- WHERE 先执行，过滤掉 salary <= 5000 的行GROUPBYdepartment;

执行过程：FROM employees 生成 VT1（所有员工），WHERE salary > 5000 过滤生成 VT2（只包含 salary > 5000 的员工），GROUP BY department 对 VT2 分组生成 VT3。

为什么 WHERE 在 GROUP BY 之前：先过滤行，减少数据量；如果先分组再过滤，需要处理更多数据，效率低。

四、GROUP BY 子句：数据分组

GROUP BY 子句对 WHERE 过滤后的表进行分组，生成分组后的虚拟表 VT3。

GROUP BY 的作用

分组：按照指定的列对数据进行分组
生成分组：每个不同的组合生成一个组
为聚合函数准备：分组后可以使用聚合函数（COUNT、SUM、AVG 等）

SELECTdepartment,COUNT(*)asemp_count,AVG(salary)asavg_salaryFROMemployeesWHEREsalary>5000GROUPBYdepartment;

执行过程：FROM employees 生成 VT1，WHERE salary > 5000 生成 VT2，GROUP BY department 生成 VT3（按部门分组，每个部门一个组，每个组包含该部门的所有员工）。

五、HAVING 子句：过滤分组

HAVING 子句在 GROUP BY 之后执行，对分组后的结果进行过滤，满足条件的分组被加入到 VT4。

HAVING 与 WHERE 的区别

特性	WHERE	HAVING
执行时机	GROUP BY 之前	GROUP BY 之后
作用对象	行	分组
可以使用聚合函数	否	是
效率	更高（先过滤行）	较低（后过滤分组）

SELECTdepartment,AVG(salary)asavg_salaryFROMemployeesWHEREsalary>5000-- 先过滤行GROUPBYdepartmentHAVINGAVG(salary)>8000;-- 再过滤分组（平均工资 > 8000 的部门）

执行过程：FROM → WHERE → GROUP BY 生成 VT3（分组后的结果），HAVING AVG(salary) > 8000 生成 VT4（只保留平均工资 > 8000 的部门）。

为什么需要 HAVING：WHERE 不能使用聚合函数，需要在分组后过滤分组结果。

六、SELECT 子句：处理表达式和去重

SELECT 子句在大部分操作之后执行，处理表达式、去重和限制结果数量。

SELECT 的执行步骤

（5-1）计算表达式

计算 SELECT 子句中的表达式
包括列名、函数、计算等
生成虚拟表 VT5-1

（5-2）DISTINCT

寻找 VT5-1 中的重复行
删除重复行
生成虚拟表 VT5-2

（5-3）TOP/LIMIT

从结果中筛选出符合条件的行数
生成虚拟表 VT5-3

SELECTDISTINCTdepartment,COUNT(*)asemp_countFROMemployeesWHEREsalary>5000GROUPBYdepartmentHAVINGCOUNT(*)>10;

执行过程：FROM → WHERE → GROUP BY → HAVING 生成 VT4，SELECT 计算表达式生成 VT5-1（计算 COUNT(*)），DISTINCT 去重生成 VT5-2（如果有重复），TOP/LIMIT 限制数量生成 VT5-3。

为什么 SELECT 靠后执行：需要先完成过滤、分组等操作，再处理表达式和去重，这就是为什么 WHERE 中不能使用 SELECT 中的别名。

七、ORDER BY 子句：最终排序

ORDER BY 子句最后执行，对最终结果进行排序，生成最终结果表 VC6。

ORDER BY 的特点

最后执行：在所有其他操作完成后执行
可以使用别名：可以使用 SELECT 中定义的别名
影响性能：排序操作通常比较耗时
可选：不是必需的子句

SELECTdepartment,AVG(salary)asavg_salaryFROMemployeesWHEREsalary>5000GROUPBYdepartmentHAVINGAVG(salary)>8000ORDERBYavg_salaryDESC;-- 可以使用 SELECT 中的别名

执行过程：FROM → WHERE → GROUP BY → HAVING → SELECT 生成 VT5-3，ORDER BY avg_salary DESC 生成 VC6（最终结果，按平均工资降序排列）。

为什么 ORDER BY 可以使用别名：因为 ORDER BY 在 SELECT 之后执行，SELECT 中定义的别名已经可用。

八、完整示例：理解整个执行流程

SELECTdepartment,COUNT(*)asemp_count,AVG(salary)asavg_salaryFROMemployeesWHEREsalary>5000GROUPBYdepartmentHAVINGCOUNT(*)>10ORDERBYavg_salaryDESCLIMIT5;