我不知道的 "SELECT"

接触过 SQL 的人都知道 SELECT，对 SELECT 的语法应该也非常熟悉。但是真的了解 SELECT 执行的底层原理嘛？SELECT 的执行顺序有是怎样的呢？

SELECT 的执行顺序

SELECT 查询时有两个顺序：

  1. 关键字的顺序, 而是该顺序是不能颠倒的：
SELECT ... FROM ... WHERE ... GROUP BY ... HAVING ... ORDER BY ...
  1. SELECT 语句的执行顺序：
FROM > WHERE > GROUP BY > HAVING > SELECT的字段 > DISTINCT > ORDER BY > LIMIT

比如有一个 SQL 语句，那么它的关键字顺序和执行顺序是下面这样的：

SELECT DISTINCT id, name, count(*) as num #顺序5
FROM person JOIN team ON person.team_id = team.team_id #顺序1
WHERE height > 1.80 #顺序2
GROUP BY person.team_id #顺序3
HAVING num > 2 #顺序4
ORDER BY num DESC #顺序6
LIMIT 2 #顺序7

其中，在执行 SQL 语句时，还有个聚合函数和表达式计算，完整的执行顺序应该是这样：

中间有两个过程是需要计算的：聚集函数 和 表达式。其余是关键字的执行顺序。

SELECT 语句在执行这些步骤的时候，每个步骤都会产生一个虚拟表，然后将这个虚拟表传入下一个步骤中作为输入。当然，这些步骤都是隐含在 SQL 的执行过程中的。

SELECT 的执行原理

通过上面的执行顺序可以知道，SELECT 是先执行 FROM 的，在这个阶段，如果是多张表联查，是会经历下面这几个步骤的：

  1. 首先先通过 CROSS JOIN 求笛卡尔积，相当于得到虚拟表 vt（virtual table）1-1；
  2. 通过 ON 进行筛选，在虚拟表 vt1-1 的基础上进行筛选，得到虚拟表 vt1-2；
  3. 添加外部行。如果使用的是左连接、右链接或者全连接，就会涉及到外部行，也就是在虚拟表 vt1-2 的基础上增加外部行，得到虚拟表 vt1-3。

当然，如果操作的是两张以上的表，就会重复上面的步骤，直到所有表都被处理完为止。这个过程得到是的原始数据。

当拿到了查询数据表的原始数据，也就是最终的虚拟表 vt1，就可以在此基础上再进行 WHERE 阶段。在这个阶段中，会根据 vt1 表的结果进行筛选过滤，得到虚拟表 vt2。

然后进入第三步和第四步，也就是 GROUP 和 HAVING 阶段。在这个阶段中，实际上是在虚拟表 vt2 的基础上进行分组和分组过滤，得到中间的虚拟表 vt3 和 vt4。

完成了条件筛选部分之后，就可以筛选表中提取的字段，也就是进入到 SELECT 和 DISTINCT 阶段。

首先在 SELECT 阶段会提取想要的字段，然后在 DISTINCT 阶段过滤掉重复的行，分别得到中间的虚拟表 vt5-1 和 vt5-2。

当提取了想要的字段数据之后，就可以按照指定的字段进行排序，也就是 ORDER BY 阶段，得到虚拟表 vt6。

最后在 vt6 的基础上，取出指定行的记录，也就是 LIMIT 阶段，得到最终的结果，对应的是虚拟表 vt7。

当然，SELECT 语句，不一定存在所有的关键字，没有相应的关键字，相应的阶段就会省略。

说明：

内容来自极客时间专栏「SQL 必知必会」

Technology SQL