图解 SQL 执行顺序，三连暴击！

墨蓝 2023-10-01 23:59 32阅读 0赞

这是一条标准的查询语句:

![1d71901d9f39300185e2d4f461e06bad.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

![16793e7ac1c818dc1b93d30931465c43.png][]

#### 数据的关联过程 ####

数据库中的两张表

![a8b880ad271b4711100f012b2b596a1f.png][]

from&join&where

用于确定我们要查询的表的范围，涉及哪些表。另外，最新最全的 MySQL 面试题整理好了，微信搜索Java面试库小程序在线刷题。

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。

![34c355268be2e6fb471954c22edae0c3.png][]

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

![7ad3cbec721128859d84bfda96249009.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

![e31518558bd853cbc215e9b65000cbfe.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)`

![4274439848e3c192736514b267eec3c4.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)

![6c3c63ec47a4a0debeac5eaf2aa901c0.png][]

将各组having之后的数据再合并数据。

![7ebc3cfa2b34889367917eded3dc818c.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。

![1536c34446548d2461222d4950894b85.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。

![f83304805504f268a245d5df027f1792.png][]

[1d71901d9f39300185e2d4f461e06bad.png]: https://img-blog.csdnimg.cn/img_convert/1d71901d9f39300185e2d4f461e06bad.png
[16793e7ac1c818dc1b93d30931465c43.png]: https://img-blog.csdnimg.cn/img_convert/16793e7ac1c818dc1b93d30931465c43.png
[a8b880ad271b4711100f012b2b596a1f.png]: https://img-blog.csdnimg.cn/img_convert/a8b880ad271b4711100f012b2b596a1f.png
[34c355268be2e6fb471954c22edae0c3.png]: https://img-blog.csdnimg.cn/img_convert/34c355268be2e6fb471954c22edae0c3.png
[7ad3cbec721128859d84bfda96249009.png]: https://img-blog.csdnimg.cn/img_convert/7ad3cbec721128859d84bfda96249009.png
[e31518558bd853cbc215e9b65000cbfe.png]: https://img-blog.csdnimg.cn/img_convert/e31518558bd853cbc215e9b65000cbfe.png
[4274439848e3c192736514b267eec3c4.png]: https://img-blog.csdnimg.cn/img_convert/4274439848e3c192736514b267eec3c4.png
[6c3c63ec47a4a0debeac5eaf2aa901c0.png]: https://img-blog.csdnimg.cn/img_convert/6c3c63ec47a4a0debeac5eaf2aa901c0.png
[7ebc3cfa2b34889367917eded3dc818c.png]: https://img-blog.csdnimg.cn/img_convert/7ebc3cfa2b34889367917eded3dc818c.png
[1536c34446548d2461222d4950894b85.png]: https://img-blog.csdnimg.cn/img_convert/1536c34446548d2461222d4950894b85.png
[f83304805504f268a245d5df027f1792.png]: https://img-blog.csdnimg.cn/img_convert/f83304805504f268a245d5df027f1792.png