SQL查询语句的执行顺序

好的，我们来详细讲解一下 SQL 查询语句的执行顺序。
很多人会误以为 SQL 的执行顺序就是我们写的顺序（SELECT -> FROM -> WHERE -> GROUP BY -> HAVING -> ORDER BY），但实际上，数据库引擎在底层处理查询时，遵循一个完全不同的逻辑顺序。理解这个顺序对于编写高效、正确的 SQL 查询至关重要，即：

FROM/JOIN → WHERE → GROUP BY → HAVING → DISTINCT → ORDER BY → LIMIT→ SELECT。

一、核心执行顺序（逻辑查询处理顺序）

这是 SQL 查询在数据库内部被处理的逻辑步骤。每一步都会产生一个虚拟表，作为下一步的输入。
我们以一个完整的查询为例：

SELECT DISTINCT column1, column2
FROM table1
JOIN table2 ON table1.id = table2.id
WHERE condition
GROUP BY column1
HAVING group_condition
ORDER BY column2 DESC
LIMIT n;

它的实际执行顺序如下：

第 1 步：FROM / JOIN

• 作用：确定需要查询的数据来源。数据库引擎首先会执行 FROM 子句，如果有关联的表（JOIN），它会根据 ON 条件将这些表连接起来，形成一个大的虚拟表（VT1）。
• 为什么是第一步：因为所有后续的操作（筛选、分组、排序）都必须基于一个完整的数据集。

第 2 步：WHERE

• 作用：对 FROM 步骤生成的虚拟表（VT1）进行行级过滤。根据 WHERE 子句中的条件，移除不满足条件的行，生成一个新的虚拟表（VT2）。
• 关键点：WHERE 子句在分组和聚合之前执行。因此，它不能使用聚合函数（如 COUNT(), SUM(), AVG()）。如果你尝试在 WHERE 中使用聚合函数，数据库会报错。
• 性能提示：这是进行数据筛选最重要的环节，尽早过滤掉无用数据可以大大减少后续步骤的计算量。

第 3 步：GROUP BY

• 作用：根据 GROUP BY 子句中指定的列，将 WHERE 步骤过滤后的虚拟表（VT2）中的数据进行分组。具有相同分组列值的行会被合并到一组，生成一个新的虚拟表（VT3）。
• 结果：此时的虚拟表由多个“组”构成，每一组代表一个唯一的分组键值。

第 4 步：HAVING

• 作用：对 GROUP BY 步骤生成的分组进行过滤。它类似于 WHERE，但作用于组而不是单行。根据 HAVING 子句中的条件，移除不满足条件的组，生成一个新的虚拟表（VT4）。
• 关键点：HAVING 在分组之后执行，因此它可以使用聚合函数（如 HAVING COUNT(*) > 5）。这是 HAVING 和 WHERE 最本质的区别。

第 5 步：SELECT

• 作用：这是最容易被误解的一步。直到这一步，数据库才开始真正“选择”需要返回的列。它会遍历 HAVING 步骤生成的虚拟表（VT4），并只保留 SELECT 子句中明确指定的列（或表达式），生成一个新的虚拟表（VT5）。
• 关键点：
  • 别名生效：在 SELECT 步骤中定义的列别名（如 SELECT salary * 12 AS annual_salary），在这一步之后才生效。这就是为什么在 WHERE 或 GROUP BY 中不能使用 SELECT 中定义的别名，但在 ORDER BY 中却可以的原因。
  • 表达式计算：在 SELECT 中定义的表达式（如数学运算、函数调用）也是在这一步进行计算的。

第 6 步：DISTINCT

• 作用：对 SELECT 步骤生成的虚拟表（VT5）进行去重。移除所有完全相同的行，生成一个新的虚拟表（VT6）。
• 性能：DISTINCT 操作通常需要排序或哈希，可能会消耗较多资源，应谨慎使用。

第 7 步：ORDER BY

• 作用：对最终的结果集（DISTINCT 步骤后的虚拟表 VT6）进行排序。根据 ORDER BY 子句中指定的列和排序方式（ASC 或 DESC）对行进行排序。
• 关键点：
  • 最后一步之一：ORDER BY 是在几乎所有数据处理完成后才执行的。
  • 可以使用别名：因为 ORDER BY 在 SELECT 之后执行，所以它可以引用 SELECT 中定义的列别名。

第 8 步：LIMIT / OFFSET / TOP

• 作用：这是整个查询的最后一步。它从排序好的结果集中，限制返回的行数。
  • LIMIT n：返回前 n 行。
  • OFFSET m LIMIT n：跳过前 m 行，返回接下来的 n 行。
  • TOP n：返回前 n 行。
• 性能提示：LIMIT 通常在分页查询中使用。但请注意，如果查询中包含了 ORDER BY，数据库需要先对所有符合条件的数据进行排序，然后再应用 LIMIT，这在数据量很大时可能会很慢。

---

二、执行顺序与书写顺序的对比

执行顺序	子句	作用描述	书写顺序
1	FROM, JOIN	确定数据源，连接表	2
2	WHERE	过滤行（在分组前）	3
3	GROUP BY	对行进行分组	4
4	HAVING	过滤组（在分组后）	5
5	SELECT	选择列，计算表达式，定义别名	1
6	DISTINCT	去重	1 (在SELECT后)
7	ORDER BY	对最终结果排序	6
8	LIMIT	限制返回的行数	7

---

三、为什么理解执行顺序很重要？（实例说明）

1. 为什么 WHERE 中不能用聚合函数，而 HAVING 可以？

-- 错误的写法
SELECT department, COUNT(*) as emp_count
FROM employees
WHERE COUNT(*) > 5  -- 报错！因为 WHERE 在 GROUP BY 之前执行，此时 COUNT(*) 还不存在
GROUP BY department;
-- 正确的写法
SELECT department, COUNT(*) as emp_count
FROM employees
GROUP BY department  -- 先分组
HAVING COUNT(*) > 5; -- 再对组进行过滤

2. 为什么 ORDER BY 可以使用 SELECT 中的别名，而 WHERE 不可以？

-- 错误的写法
SELECT first_name, salary * 12 AS annual_salary
FROM employees
WHERE annual_salary > 60000; -- 报错！因为 WHERE 在 SELECT 之前执行，别名 'annual_salary' 还不存在
-- 正确的写法
SELECT first_name, salary * 12 AS annual_salary
FROM employees
WHERE salary * 12 > 60000; -- 在 WHERE 中重复写表达式
-- 或者，利用执行顺序，在 ORDER BY 中使用别名
SELECT first_name, salary * 12 AS annual_salary
FROM employees
WHERE salary > 5000 -- 先用原始列过滤
ORDER BY annual_salary DESC; -- 再用别名排序（因为 ORDER BY 在 SELECT 之后）

---

总结

记住这个核心顺序：FROM/JOIN → WHERE → GROUP BY → HAVING → SELECT → DISTINCT → ORDER BY → LIMIT。
将 SQL 的执行顺序想象成一条流水线，数据从源头（FROM）开始，经过一道道工序（WHERE, GROUP BY 等）的加工和筛选，最终形成我们想要的产品（结果集）。理解了这个流程，你就能更清晰地思考问题，写出逻辑正确、性能更优的 SQL 查询。

---

SELECT 中的非聚合列必须出现在 GROUP BY 子句中，否则会报错。

HAVING 子句用于过滤聚合函数的结果（如 SUM、COUNT、AVG 等）。
g.weight < 50 是对原始列的过滤，不属于聚合条件，应该放在 WHERE 子句中。