SQL查询的执行顺序

✨ 1、书写顺序和执行顺序

查询是DBMS（OLTP）和OLAP中最常用的操作。我们在理解SELECT语法的时候，还需要了解SELECT执行时的底层原理。只有这样，才能让我们对SQL有更深刻的认识

我们只需要记住和理解SELECT查询时的两个顺序：书写顺序和执行顺序

执行顺序	书写顺序
9	SELECT
10	DISTINCT
6	AGG_FUNC
1	FROM
3	JOIN
2	ON
4	WHERE
5	GROUP BY
7	WITH CUBE/ROLLUP
8	HAVING
11	ORDER BY
12	LIMIT

在SELECT语句执行这些步骤的时候，基本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作为输入。需要注意的是，这些虚拟表隐含在SQL的执行过程中，对于我们来说是不可见的

✨ 2、SQL的执行顺序

所有的查询语句都是从FROM子句开始执行的。一个完整的SELECT查询的执行顺序（以MySQL为例）如下：

• 🎈第一步（FROM）：对FROM子句中的前两个表执行笛卡尔积（交叉连接），生成虚拟表vt1
• 🎈第二步（ON）：对vt1应用ON筛选器，筛选出满足ON表达式的行，生成虚拟表vt2
• 🎈第三步（JOIN）：保留表中未匹配的行将作为外部行添加到vt2。如果是LEFT JOIN，将左表在第二步中过滤的行添加进来；如果是RIGHT JOIN，将右表在第二步中过滤的行添加进来，生成虚拟表vt3

💡 注意：如果FROM子句中有多于两个表，那么就将vt3和第三个表连接计算笛卡尔乘积，生成虚拟表，即重复1-3步骤，最终得到一个新的虚拟表vt3

• 🎈第四步（WHERE）：对vt3应用WHERE筛选器，生成虚拟表vt4
• 🎈第五步（GROUP BY）：GROUP BY子句将对vt4按指定列唯一值进行分组，每一组仅包含一行，得到虚拟表vt5

💡 注意：由于vt5的结果集中每个组只包含一行，因此后面的操作只能得到vt5的列或基于每组内的一行数据操作

• 🎈第六步（聚合函数）：对每组内的一行数据应用聚合函数，生成虚拟表vt6
• 🎈第七步（WITH CUBE/ROLLUP）：如果与GROUP BY一起使用，计算不同维度层次结构级别下的聚合（vt6）
• 🎈第八步（HAVING）：对vt5的每组数据或vt6聚合结果应用HAVING筛选器，生成虚拟表vt7

💡 注意：这一步是第一个可以使用SELECT列的别名的步骤

• 🎈第九步（SELECT）：从vt7中筛选列，生成虚拟表vt8
• 🎈第十步（DISTINCT）：移除vt8中相同的行（去重），生成虚拟表vt9

💡 注意：如果执行了GROUP BY，DISTINCT将是多余的。因为GROUP BY将列中相同值的分成一组，同时只为每一组返回一行记录，那么所有的记录都将是不相同的

• 🎈第十一步（ORDER BY）：对vt9按指定字段排序，生成一个游标vc10，而不是虚拟表

💡 注意：SQL是基于集合理论的，集合不会预先对它进行排序，它只是成员的逻辑集合，成员的顺序是无关紧要的。对表进行排序的查询返回一个游标对象，这个对象是包含特定物理顺序的逻辑组织。正因为返回值是游标，所以使用ORDER BY子句查询不能应用于表达式。排序是很需要成本的，除非必须要排序，否则最好不要指定ORDER BY。另外，这一步是第二个可以使用SELECT列的别名的步骤

• 🎈第十二步（LIMIT）：从游标vc10开始处选择指定数量的行，生成最终表返回给客户端

✨ 3、WHERE与ON的使用

对于包含OUTER JOIN子句的查询，到底是在ON筛选器里指定逻辑过滤条件还是用WHERE筛选器指定逻辑过滤条件呢？

实际上，ON和WHERE的最大区别在于，如果在ON中应用逻辑表达式，那么在第三步OUTER JOIN中还可以把过滤的行再次添加回来匹配。而WHERE一旦被过滤就找不回来了

简单来说就是，当有外关联表时（左连接和右连接），ON主要是针对外关联表进行筛选，主表信息保留；当不是外关联表时，两者作用相同

例如左外连接时，首先执行ON，筛选掉外关连表中不符合ON表达式的数据，JOIN时再将这部分数据进行与主表匹配；而WHERE的筛选是对ON关联后的结果进行整体筛选

假设有一个学生表（班级，ID，姓名）和一个成绩表（ID，姓名，成绩）：

create table stu (
    bj string,
    id string,
    name string
)

insert into stu values
('1', '108', 'a'),
('2', '105', 'b'),
('2', '101', 'c'),
('2', '109', 'd'),
('1', '106', 'e');

create table score (
    id string,
    name string,
    score double
)

insert into score values
('108', 'a', 80),
('105', 'b', 90),
('110', 'f', 87),
('109', 'd', 85),
('106', 'e', 78);

🌴 学生表（stu）：

bj	id	name
1	108	a
2	109	d
1	106	e
2	101	c
2	105	b

🌴 成绩表（score）：

id	name	score
109	d	85.0
106	e	78.0
110	f	87.0
108	a	80.0
105	b	90.0

现在需要返回一个X班级的全体同学的成绩，但是这个班级有几个学生缺考，也就是说在成绩表中没有记录。为了得到预期的结果，首先就需要在ON子句指定学生表和成绩表的关系（学生.ID=成绩.ID）

🌼 如果在ON子句中应用学生.班级=X：

select a.bj,a.id,a.name,b.score 
from stu a 
left join score b
on a.id=b.id and a.bj='2'

LEFT JION会把班级X在第二步中过滤的记录找回主表（保留表）匹配，匹配不到的数据补NULL

bj	id	name	score
2	101	c	NULL
1	108	a	NULL
2	105	b	90.0
2	109	d	85.0
1	106	e	NULL

🌼 如果在WHERE中筛选学生.班级=X：

select a.bj,a.id,a.name,b.score 
from stu a 
left join score b
on a.id=b.id 
where a.bj='2'

则只打印X班级的学生信息，其它班级的学生信息则会被永久过滤

bj	id	name	score
2	101	c	NULL
2	109	d	85.0
2	105	b	90.0

总结来说就是，ON会显示所有匹配条件的值，不匹配条件的数据补NULL；WHERE只显示满足条件的数据

参考文章：https://www.cnblogs.com/antLaddie/p/17175396.html