來(lái)源 |?infoq.cn/article/Oke8hgilga3PTZ3gWvbg

很多 SQL 查詢(xún)都是以 SELECT 開(kāi)始的。不過(guò)，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(duì)窗口函數(shù)返回的結(jié)果進(jìn)行過(guò)濾“這個(gè)問(wèn)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(gè)問(wèn)題：SQL 查詢(xún)的執(zhí)行順序是怎樣的？

好像這個(gè)問(wèn)題應(yīng)該很好回答，畢竟自己已經(jīng)寫(xiě)了上萬(wàn)個(gè) SQL 查詢(xún)了，有一些還很復(fù)雜。但事實(shí)是，我仍然很難確切地說(shuō)出它的順序是怎樣的。

SQL 查詢(xún)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 并不是最先執(zhí)行的，而是在第五個(gè)。

這張圖回答了以下這些問(wèn)題

這張圖與 SQL 查詢(xún)的語(yǔ)義有關(guān)，讓你知道一個(gè)查詢(xún)會(huì)返回什么，并回答了以下這些問(wèn)題：

• 可以在 GRROUP BY 之后使用 WHERE 嗎？（不行，WHERE 是在 GROUP BY 之后?。?/span>

• 可以對(duì)窗口函數(shù)返回的結(jié)果進(jìn)行過(guò)濾嗎？（不行，窗口函數(shù)是 SELECT 語(yǔ)句里，而 SELECT 是在 WHERE 和 GROUP BY 之后）

• 可以基于 GROUP BY 里的東西進(jìn)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(jìn)行 ORDER BY）

• LIMIT 是在什么時(shí)候執(zhí)行？（在最后！）

但數(shù)據(jù)庫(kù)引擎并不一定嚴(yán)格按照這個(gè)順序執(zhí)行 SQL 查詢(xún)，因?yàn)闉榱烁斓貓?zhí)行查詢(xún)，它們會(huì)做出一些優(yōu)化，這些問(wèn)題會(huì)在以后的文章中解釋。

所以：

• 如果你想要知道一個(gè)查詢(xún)語(yǔ)句是否合法，或者想要知道一個(gè)查詢(xún)語(yǔ)句會(huì)返回什么，可以參考這張圖；

• 在涉及查詢(xún)性能或者與索引有關(guān)的東西時(shí)，這張圖就不適用了。

混合因素：列別名

有很多 SQL 實(shí)現(xiàn)允許你使用這樣的語(yǔ)法：

SELECT?CONCAT(first_name,?'?',?last_name)?AS?full_name,?count(*)
FROM?table
GROUP?BY?full_name

從這個(gè)語(yǔ)句來(lái)看，好像 GROUP BY 是在 SELECT 之后執(zhí)行的，因?yàn)樗昧?SELECT 中的一個(gè)別名。但實(shí)際上不一定要這樣，數(shù)據(jù)庫(kù)引擎可以把查詢(xún)重寫(xiě)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(kù)引擎還會(huì)做一系列檢查，確保 SELECT 和 GROUP BY 中的東西是有效的，所以會(huì)在生成執(zhí)行計(jì)劃之前對(duì)查詢(xún)做一次整體檢查。

數(shù)據(jù)庫(kù)可能不按照這個(gè)順序執(zhí)行查詢(xún)（優(yōu)化）

在實(shí)際當(dāng)中，數(shù)據(jù)庫(kù)不一定會(huì)按照 JOIN、WHERE、GROUP BY 的順序來(lái)執(zhí)行查詢(xún)，因?yàn)樗鼈儠?huì)進(jìn)行一系列優(yōu)化，把執(zhí)行順序打亂，從而讓查詢(xún)執(zhí)行得更快，只要不改變查詢(xún)結(jié)果。

這個(gè)查詢(xún)說(shuō)明了為什么需要以不同的順序執(zhí)行查詢(xún)：

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(méi)必要對(duì)兩張表的所有數(shù)據(jù)執(zhí)行左連接，在連接之前先進(jìn)行過(guò)濾，這樣查詢(xún)會(huì)快得多，而且對(duì)于這個(gè)查詢(xún)來(lái)說(shuō)，先執(zhí)行過(guò)濾并不會(huì)改變查詢(xún)結(jié)果。

數(shù)據(jù)庫(kù)引擎還會(huì)做出其他很多優(yōu)化，按照不同的順序執(zhí)行查詢(xún)，不過(guò)我并不是這方面的專(zhuān)家，所以這里就不多說(shuō)了。

LINQ 的查詢(xún)以 FROM 開(kāi)頭

LINQ（C#和 VB.NET 中的查詢(xún)語(yǔ)法）是按照 FROM…WHERE…SELECT 的順序來(lái)的。這里有一個(gè) LINQ 查詢(xún)例子：

var?teenAgerStudent?=?from?s?in?studentList
??????????????????????where?s.Age?>?12?&&?s.Age?20
??????????????????????select?s;

pandas 中的查詢(xún)也基本上是這樣的，不過(guò)你不一定要按照這個(gè)順序。我通常會(huì)像下面這樣寫(xiě) 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(duì)?GROUP?BY?結(jié)果進(jìn)行過(guò)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(xiě)并不是因?yàn)?pandas 規(guī)定了這些規(guī)則，而是按照 JOIN/WHERE/GROUP BY/HAVING 這樣的順序來(lái)寫(xiě)代碼會(huì)更有意義些。不過(guò)我經(jīng)常會(huì)先寫(xiě) WHERE 來(lái)改進(jìn)性能，而且我想大多數(shù)數(shù)據(jù)庫(kù)引擎也會(huì)這么做。

R 語(yǔ)言里的 dplyr 也允許開(kāi)發(fā)人員使用不同的語(yǔ)法編寫(xiě) SQL 查詢(xún)語(yǔ)句，用來(lái)查詢(xún) Postgre、MySQL 和 SQLite。

原文鏈接：SQL queries don’t start with SELECT
https://jvns.ca/blog/2019/10/03/sql-queries-don-t-start-with-select/