【最全最详细】图解 SQL 的执行顺序

向右看齐 2024-04-06 12:20 91阅读 0赞

这是一条标准的查询语句:

![2169aa695e3b72e047aebbefcc8c8536.png][]

这是我们实际上SQL执行顺序：

*  我们先执行from,join来确定表之间的连接关系，得到初步的数据
 *  where对数据进行普通的初步的筛选
 *  group by 分组
 *  各组分别执行having中的普通筛选或者聚合函数筛选。
 *  然后把再根据我们要的数据进行select，可以是普通字段查询也可以是获取聚合函数的查询结果，如果是集合函数，select的查询结果会新增一条字段
 *  将查询结果去重distinct
 *  最后合并各组的查询结果，按照order by的条件进行排序

![4ea73e4afdf07c28440057f4834e8e4f.png][]

#### **数据的关联过程** ####

数据库中的两张表

![60ff69cb7b1b91dc295436c33abc882b.png][]

#### **from&join&where** ####

用于确定我们要查询的表的范围，涉及哪些表。

选择一张表，然后用join连接

from table1 join table2 on table1.id=table2.id

选择多张表，用where做关联条件

from table1,table2 where table1.id=table2.id

我们会得到满足关联条件的两张表的数据，不加关联条件会出现笛卡尔积。

#### **group by** ####

按照我们的分组条件，将数据进行分组，但是不会筛选数据。

比如我们按照即id的奇偶分组

![efb76477558684c2df1cfbac29c74cd9.png][]

#### **having&where** ####

having中可以是普通条件的筛选，也能是聚合函数。而where只能是普通函数，一般情况下，有having可以不写where，把where的筛选放在having里，SQL语句看上去更丝滑。

使用where再group by

先把不满足where条件的数据删除，再去分组

使用group by再having

先分组再删除不满足having条件的数据，这两种方法有区别吗，几乎没有！

举个例子：

`100/2=50`，此时我们把100拆分`(10+10+10+10+10…)/2=5+5+5+…+5=50`,只要筛选条件没变，即便是分组了也得满足筛选条件，所以where后group by 和group by再having是不影响结果的！

不同的是，having语法支持聚合函数,其实having的意思就是针对每组的条件进行筛选。我们之前看到了普通的筛选条件是不影响的，但是having还支持聚合函数，这是where无法实现的。

当前数据分组情况

![8af18e76049cdbdba1c66abf7dc77e46.png][]

执行having的筛选条件，可以使用聚合函数。筛选掉工资小于各组平均工资的`having salary<avg(salary)`

![ac1aa0d0d85a0ee0cee3f77f9c6cf45d.png][]

#### **select** ####

分组结束之后，我们再执行select语句，因为聚合函数是依赖于分组的，聚合函数会单独新增一个查询出来的字段，这里用紫色表示，这里我们两个id重复了，我们就保留一个id，重复字段名需要指向来自哪张表，否则会出现唯一性问题。最后按照用户名去重。

select employee.id,distinct name,salary, avg(salary)

![2bd3f726c7c4e5109f871aac7dee96dd.png][]

将各组having之后的数据再合并数据。

![6c2082537d79e8333b8e1ac16cadc303.png][]

#### **order by** ####

最后我们执行order by 将数据按照一定顺序排序，比如这里按照id排序。如果此时有limit那么查询到相应的我们需要的记录数时，就不继续往下查了。

![e39112cc40ce1da54efc52a62c446d9f.png][]

#### **limit** ####

记住limit是最后查询的，为什么呢？假如我们要查询年级最小的三个数据，如果在排序之前就截取到3个数据。实际上查询出来的不是最小的三个数据而是前三个数据了，记住这一点。

我们如果limit 0,3窃取前三个数据再排序，实际上最少工资的是2000,3000,4000。你这里只能是4000,5000,8000了。

![a3bb75f4a311b6b0e9b543811c0c4587.png][]

[2169aa695e3b72e047aebbefcc8c8536.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/06/916dfa17fb824e8f87fa00593f246434.png
[4ea73e4afdf07c28440057f4834e8e4f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/06/90b20dac67eb47e4a56ec35578d963da.png
[60ff69cb7b1b91dc295436c33abc882b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/06/2d791e8afe6048dab7d463b7a72869fb.png
[efb76477558684c2df1cfbac29c74cd9.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/06/c8be697537044d6e8dd84f5140937595.png
[8af18e76049cdbdba1c66abf7dc77e46.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/06/e3e3a75ad00844e0b646220cb3257f37.png
[ac1aa0d0d85a0ee0cee3f77f9c6cf45d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/06/071d1831c32744a3abf18267bf44de2e.png
[2bd3f726c7c4e5109f871aac7dee96dd.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/06/d6066ba152f34574ab571e439c968ace.png
[6c2082537d79e8333b8e1ac16cadc303.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/06/78f46eb7b4bd43b3874a6221e40fa1d5.png
[e39112cc40ce1da54efc52a62c446d9f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/06/27bf5c5f57334054a08e8bc75c4d5d7d.png
[a3bb75f4a311b6b0e9b543811c0c4587.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/06/8382b9777a164f82859b246a1bb1ee1d.png