图解 SQL 执行顺序，通俗易懂！

水深无声 2023-09-23 14:24 82阅读 0赞

这是一条标准的查询语句:

![1cded0e3d65e8862005145f95ce0cb22.png][]

这是我们实际上SQL执行顺序：

*  我们先执行from,join来确定表之间的连接关系，得到初步的数据
 *  where对数据进行普通的初步的筛选
 *  group by 分组
 *  各组分别执行having中的普通筛选或者聚合函数筛选。
 *  然后把再根据我们要的数据进行select，可以是普通字段查询也可以是获取聚合函数的查询结果，如果是集合函数，select的查询结果会新增一条字段
 *  将查询结果去重distinct
 *  最后合并各组的查询结果，按照order by的条件进行排序

![99e359bb7447f1a0c46b14496ac5ec73.png][]

### 数据的关联过程 ###

数据库中的两张表

![7b6ab4f216c399de0823a4ab48d59709.png][]

from&join&where

用于确定我们要查询的表的范围，涉及哪些表。

选择一张表，然后用join连接

from table1 join table2 on table1.id=table2.id

选择多张表，用where做关联条件

from table1,table2 where table1.id=table2.id

我们会得到满足关联条件的两张表的数据，不加关联条件会出现笛卡尔积。

![8abdbb0b26c65197a23a06819f622b32.png][]

group by

按照我们的分组条件，将数据进行分组，但是不会筛选数据。

比如我们按照即id的奇偶分组

![410aa03f25c6398004b027c1155517ee.png][]

having&where

having中可以是普通条件的筛选，也能是聚合函数。而where只能是普通函数，一般情况下，有having可以不写where，把where的筛选放在having里，SQL语句看上去更丝滑。

**使用where再group by**

先把不满足where条件的数据删除，再去分组

**使用group by再having**

先分组再删除不满足having条件的数据，这两种方法有区别吗，几乎没有！

举个例子：

> 100/2=50，此时我们把100拆分`(10+10+10+10+10…)/2=5+5+5+…+5=50`,只要筛选条件没变，即便是分组了也得满足筛选条件，所以where后group by 和group by再having是不影响结果的！

不同的是，having语法支持聚合函数,其实having的意思就是针对每组的条件进行筛选。我们之前看到了普通的筛选条件是不影响的，但是having还支持聚合函数，这是where无法实现的。

当前数据分组情况

![22e138321932cb342a82f7c70828093b.png][]

执行having的筛选条件，可以使用聚合函数。筛选掉工资小于各组平均工资的`having salary<avg(salary)`

![7ceb33fe6f13f391d10940922929e2ff.png][]

select

分组结束之后，我们再执行select语句，因为聚合函数是依赖于分组的，聚合函数会单独新增一个查询出来的字段，这里用紫色表示，这里我们两个id重复了，我们就保留一个id，重复字段名需要指向来自哪张表，否则会出现唯一性问题。最后按照用户名去重。

select employee.id,distinct name,salary, avg(salary)

![d6b669f11f55158ba897c6e09fa2356a.png][]

将各组having之后的数据再合并数据。

![a6f5794f3b1da72d9bbd031a89ac3cc9.png][]

order by

最后我们执行order by 将数据按照一定顺序排序，比如这里按照id排序。如果此时有limit那么查询到相应的我们需要的记录数时，就不继续往下查了。

![a669368c3519e69f74be8c7ce263b995.png][]

limit

记住limit是最后查询的，为什么呢？假如我们要查询年级最小的三个数据，如果在排序之前就截取到3个数据。实际上查询出来的不是最小的三个数据而是前三个数据了，记住这一点。

我们如果limit 0,3窃取前三个数据再排序，实际上最少工资的是2000,3000,4000。你这里只能是4000,5000,8000了。

![feef8cf0510ab4d3ef74d3adcd56a393.png][]

[1cded0e3d65e8862005145f95ce0cb22.png]: https://img-blog.csdnimg.cn/img_convert/1cded0e3d65e8862005145f95ce0cb22.png
[99e359bb7447f1a0c46b14496ac5ec73.png]: https://img-blog.csdnimg.cn/img_convert/99e359bb7447f1a0c46b14496ac5ec73.png
[7b6ab4f216c399de0823a4ab48d59709.png]: https://img-blog.csdnimg.cn/img_convert/7b6ab4f216c399de0823a4ab48d59709.png
[8abdbb0b26c65197a23a06819f622b32.png]: https://img-blog.csdnimg.cn/img_convert/8abdbb0b26c65197a23a06819f622b32.png
[410aa03f25c6398004b027c1155517ee.png]: https://img-blog.csdnimg.cn/img_convert/410aa03f25c6398004b027c1155517ee.png
[22e138321932cb342a82f7c70828093b.png]: https://img-blog.csdnimg.cn/img_convert/22e138321932cb342a82f7c70828093b.png
[7ceb33fe6f13f391d10940922929e2ff.png]: https://img-blog.csdnimg.cn/img_convert/7ceb33fe6f13f391d10940922929e2ff.png
[d6b669f11f55158ba897c6e09fa2356a.png]: https://img-blog.csdnimg.cn/img_convert/d6b669f11f55158ba897c6e09fa2356a.png
[a6f5794f3b1da72d9bbd031a89ac3cc9.png]: https://img-blog.csdnimg.cn/img_convert/a6f5794f3b1da72d9bbd031a89ac3cc9.png
[a669368c3519e69f74be8c7ce263b995.png]: https://img-blog.csdnimg.cn/img_convert/a669368c3519e69f74be8c7ce263b995.png
[feef8cf0510ab4d3ef74d3adcd56a393.png]: https://img-blog.csdnimg.cn/img_convert/feef8cf0510ab4d3ef74d3adcd56a393.png