你確定 SQL 查詢都是以 SELECT 開始的？
很多 SQL 查詢都是以 SELECT 開始的。
不過，最近我跟別人解釋什么是窗口函數(shù)，我在網(wǎng)上搜索”是否可以對窗口函數(shù)返回的結(jié)果進行過濾“這個問題，得出的結(jié)論是”窗口函數(shù)必須在 WHERE 和 GROUP BY 之后，所以不能”。
于是我又想到了另一個問題：SQL 查詢的執(zhí)行順序是怎樣的?
好像這個問題應(yīng)該很好回答，畢竟自己已經(jīng)寫了上萬個 SQL 查詢了，有一些還很復(fù)雜。但事實是，我仍然很難確切地說出它的順序是怎樣的。
SQL 查詢的執(zhí)行順序
于是我研究了一下，發(fā)現(xiàn)順序大概是這樣的。SELECT 并不是先執(zhí)行的，而是在第五個。
這張圖回答了以下這些問題
這張圖與 SQL 查詢的語義有關(guān)，讓你知道一個查詢會返回什么，并回答了以下這些問題：
可以在 GRROUP BY 之后使用 WHERE 嗎?(不行，WHERE 是在 GROUP BY 之后!)
可以對窗口函數(shù)返回的結(jié)果進行過濾嗎?(不行，窗口函數(shù)是 SELECT 語句里，而 SELECT 是在 WHERE 和 GROUP BY 之后)
可以基于 GROUP BY 里的東西進行 ORDER BY 嗎?(可以，ORDER BY 基本上是在最后執(zhí)行的，所以可以基于任何東西進行 ORDER BY)
LIMIT 是在什么時候執(zhí)行?(在最后!)
但數(shù)據(jù)庫引擎并不一定嚴(yán)格按照這個順序執(zhí)行 SQL 查詢，因為為了更快地執(zhí)行查詢，它們會做出一些優(yōu)化，這些問題會在以后的文章中解釋。
所以：
如果你想要知道一個查詢語句是否合法，或者想要知道一個查詢語句會返回什么，可以參考這張圖;
在涉及查詢性能或者與索引有關(guān)的東西時，這張圖就不適用了。
混合因素：列別名
有很多 SQL 實現(xiàn)允許你使用這樣的語法：
SELECT CONCAT(first_name, ' ', last_name) AS full_name, count(*)
FROM table
GROUP BY full_name
從這個語句來看，好像 GROUP BY 是在 SELECT 之后執(zhí)行的，因為它引用了 SELECT 中的一個別名。
但實際上不一定要這樣，數(shù)據(jù)庫引擎可以把查詢重寫成這樣：
SELECT CONCAT(first_name, ' ', last_name) AS full_name, count(*)
FROM table
GROUP BY CONCAT(first_name, ' ', last_name)
這樣 GROUP BY 仍然先執(zhí)行。
數(shù)據(jù)庫引擎還會做一系列檢查，確保 SELECT 和 GROUP BY 中的東西是有效的，所以會在生成執(zhí)行計劃之前對查詢做一次整體檢查。
數(shù)據(jù)庫可能不按照這個順序執(zhí)行查詢(優(yōu)化)
在實際當(dāng)中，數(shù)據(jù)庫不一定會按照 JOIN、WHERE、GROUP BY 的順序來執(zhí)行查詢，因為它們會進行一系列優(yōu)化，把執(zhí)行順序打亂，從而讓查詢執(zhí)行得更快，只要不改變查詢結(jié)果。
這個查詢說明了為什么需要以不同的順序執(zhí)行查詢：
SELECT * FROM
owners LEFT JOIN cats ON owners.id = cats.owner
WHERE cats.name = 'mr darcy'
如果只需要找出名字叫“mr darcy”的貓，那就沒必要對兩張表的所有數(shù)據(jù)執(zhí)行左連接，在連接之前先進行過濾，這樣查詢會快得多，而且對于這個查詢來說，先執(zhí)行過濾并不會改變查詢結(jié)果。
數(shù)據(jù)庫引擎還會做出其他很多優(yōu)化，按照不同的順序執(zhí)行查詢，不過我并不是這方面的專家，所以這里就不多說了。推薦：MySQL全面優(yōu)化，速度飛起來。
LINQ 的查詢以 FROM 開頭
LINQ(C# 和 VB.NET 中的查詢語法)是按照 FROM…WHERE…SELECT 的順序來的。這里有一個 LINQ 查詢例子：
var teenAgerStudent = from s in studentList
where s.Age > 12 && s.Age < 20
select s;
pandas 中的查詢也基本上是這樣的，不過你不一定要按照這個順序。我通常會像下面這樣寫 pandas 代碼：
df = thing1.join(thing2) # JOIN
df = df[df.created_at > 1000] # WHERE
df = df.groupby('something', num_yes = ('yes', 'sum')) # GROUP BY
df = df[df.num_yes > 2] # HAVING, 對 GROUP BY 結(jié)果進行過濾
df = df[['num_yes', 'something1', 'something']] # SELECT, 選擇要顯示的列
df.sort_values('sometthing', ascending=True)[:30] # ORDER BY 和 LIMIT
df[:30]
這樣寫并不是因為 pandas 規(guī)定了這些規(guī)則，而是按照J(rèn)OIN/WHERE/GROUP BY/HAVING 這樣的順序來寫代碼會更有意義些。不過我經(jīng)常會先寫 WHERE 來改進性能，而且我想大多數(shù)數(shù)據(jù)庫引擎也會這么做。
R 語言里的 dplyr 也允許開發(fā)人員使用不同的語法編寫 SQL 查詢語句，用來查詢 Postgre、MySQL 和 SQLite。
贛公網(wǎng)安備 36050202000267號
