mysql第四篇--SQL逻辑查询语句执行顺序

一.SQL语句定义顺序

SELECT DISTINCT <select_list>
FROM <left_table>
<join_type> JOIN <right_table>
ON <join_condition>
WHERE <where_condition>
GROUP BY <group_by_list>
HAVING <having_condition>
ORDER BY <order_by_condition>
LIMIT <limit_number>

二.准备测试

1. 新建一个测试数据库TestDB;html

CREATE DATABASE TestDB DEFAULT charset utf8;

2.建立测试表table1和table2;　　python

CREATE TABLE table1( customer_id VARCHAR(10) NOT NULL, city VARCHAR(10) NOT NULL, PRIMARY KEY(customer_id) )ENGINE=INNODB DEFAULT CHARSET=UTF8; CREATE TABLE table2( order_id INT NOT NULL auto_increment, customer_id VARCHAR(10), PRIMARY KEY(order_id) )ENGINE=INNODB DEFAULT CHARSET=UTF8;

建立表

3.插入测试数据mysql

INSERT INTO table1(customer_id,city) VALUES('163','hangzhou'); INSERT INTO table1(customer_id,city) VALUES('9you','shanghai'); INSERT INTO table1(customer_id,city) VALUES('tx','hangzhou'); INSERT INTO table1(customer_id,city) VALUES('baidu','hangzhou'); INSERT INTO table2(customer_id) VALUES('163'); INSERT INTO table2(customer_id) VALUES('163'); INSERT INTO table2(customer_id) VALUES('9you'); INSERT INTO table2(customer_id) VALUES('9you'); INSERT INTO table2(customer_id) VALUES('9you'); INSERT INTO table2(customer_id) VALUES('tx'); INSERT INTO table2(customer_id) VALUES(NULL);

测试数据

4.效果sql

mysql> select * from table1; +-------------+----------+
 | customer_id | city     |
 +-------------+----------+
 | 163         | hangzhou |
 | 9you        | shanghai |
 | baidu       | hangzhou |
 | tx          | hangzhou |
 +-------------+----------+
 4 rows in set (0.00 sec) mysql> select * from table2; +----------+-------------+
 | order_id | customer_id |
 +----------+-------------+
 |        1 | 163         |
 |        2 | 163         |
 |        3 | 9you        |
 |        4 | 9you        |
 |        5 | 9you        |
 |        6 | tx          |
 |        7 | NULL        |
 +----------+-------------+
 7 rows in set (0.00 sec)

效果图

5.准备SQL逻辑查询测试语句数据库

SELECT
    a.customer_id,
    COUNT(b.order_id) as total_orders
FROM table1 AS a  LEFT JOIN table2 AS b
ON a.customer_id = b.customer_id
WHERE a.city = 'hangzhou'
GROUP BY a.customer_id
HAVING count(b.order_id) < 2
ORDER BY total_orders DESC;  ##SQL语句解释: 得到来自杭州，而且订单数少于2的客户

三.SQL逻辑查询语句执行顺序

还记得上面给出的那一长串的SQL逻辑查询规则么？那么，到底哪一个先执行，哪一个后执行呢？如今，我先给出一个查询语句的执行顺序：缓存

(7)     SELECT 
(8)     DISTINCT <select_list>
(1)     FROM <left_table>
(3)     <join_type> JOIN <right_table>
(2)     ON <join_condition>
(4)     WHERE <where_condition>
(5)     GROUP BY <group_by_list>
(6)     HAVING <having_condition>
(9)     ORDER BY <order_by_condition>
(10)    LIMIT <limit_number>

上面在每条语句的前面都标明了执行顺序号，不要问我怎么知道这个顺序的。我也是读各类“武林秘籍”才得知的. 若是你有功夫，去阅读一下MySQL的源码，也会得出这个结果的ide

四.SQL执行前后顺序分析

重点:测试

　　在这些SQL语句的执行过程当中，都会产生一个虚拟表，用来保存SQL语句的执行结果（这是重点），咱们如今就来跟踪这个虚拟表的变化，获得最终的查询结果的过程，来分析整个SQL逻辑查询的执行顺序和过程。大数据

1.执行FROM语句spa

第一步，执行FROM语句。咱们首先须要知道最开始从哪一个表开始的，这就是FROM告诉咱们的。如今有了<left_table>和<right_table>两个表，咱们到底从哪一个表开始，仍是从两个表进行某种联系之后再开始呢？它们之间如何产生联系呢？——笛卡尔积

通过FROM语句对两个表执行笛卡尔积，会获得一个虚拟表，暂且叫VT1（vitual table 1），内容以下：

+-------------+----------+----------+-------------+
| customer_id | city     | order_id | customer_id |
+-------------+----------+----------+-------------+
| 163         | hangzhou |        1 | 163         |
| 9you        | shanghai |        1 | 163         |
| baidu       | hangzhou |        1 | 163         |
| tx          | hangzhou |        1 | 163         |
| 163         | hangzhou |        2 | 163         |
| 9you        | shanghai |        2 | 163         |
| baidu       | hangzhou |        2 | 163         |
| tx          | hangzhou |        2 | 163         |
| 163         | hangzhou |        3 | 9you        |
| 9you        | shanghai |        3 | 9you        |
| baidu       | hangzhou |        3 | 9you        |
| tx          | hangzhou |        3 | 9you        |
| 163         | hangzhou |        4 | 9you        |
| 9you        | shanghai |        4 | 9you        |
| baidu       | hangzhou |        4 | 9you        |
| tx          | hangzhou |        4 | 9you        |
| 163         | hangzhou |        5 | 9you        |
| 9you        | shanghai |        5 | 9you        |
| baidu       | hangzhou |        5 | 9you        |
| tx          | hangzhou |        5 | 9you        |
| 163         | hangzhou |        6 | tx          |
| 9you        | shanghai |        6 | tx          |
| baidu       | hangzhou |        6 | tx          |
| tx          | hangzhou |        6 | tx          |
| 163         | hangzhou |        7 | NULL        |
| 9you        | shanghai |        7 | NULL        |
| baidu       | hangzhou |        7 | NULL        |
| tx          | hangzhou |        7 | NULL        |
+-------------+----------+----------+-------------+

总共有28（table1的记录条数 * table2的记录条数）条记录。这就是VT1的结果，接下来的操做就在VT1的基础上进行。

2.执行ON过滤

执行完笛卡尔积之后，接着就进行ON a.customer_id = b.customer_id条件过滤，根据ON中指定的条件，去掉那些不符合条件的数据，获得VT2表，内容以下：

+-------------+----------+----------+-------------+
| customer_id | city     | order_id | customer_id |
+-------------+----------+----------+-------------+
| 163         | hangzhou |        1 | 163         |
| 163         | hangzhou |        2 | 163         |
| 9you        | shanghai |        3 | 9you        |
| 9you        | shanghai |        4 | 9you        |
| 9you        | shanghai |        5 | 9you        |
| tx          | hangzhou |        6 | tx          |
+-------------+----------+----------+-------------+

T2就是通过ON条件筛选之后获得的有用数据，而接下来的操做将在VT2的基础上继续进行。

3.添加外部行

这一步只有在链接类型为OUTER JOIN时才发生，如LEFT OUTER JOIN、RIGHT OUTER JOIN。在大多数的时候，咱们都是会省略掉OUTER关键字的，但OUTER表示的就是外部行的概念。

LEFT OUTER JOIN把左表记为保留表，获得的结果为：

+-------------+----------+----------+-------------+
| customer_id | city     | order_id | customer_id |
+-------------+----------+----------+-------------+
| 163         | hangzhou |        1 | 163         |
| 163         | hangzhou |        2 | 163         |
| 9you        | shanghai |        3 | 9you        |
| 9you        | shanghai |        4 | 9you        |
| 9you        | shanghai |        5 | 9you        |
| tx          | hangzhou |        6 | tx          |
| baidu       | hangzhou |     NULL | NULL        |
+-------------+----------+----------+-------------+

RIGHT OUTER JOIN把右表记为保留表，获得的结果为：

+-------------+----------+----------+-------------+
| customer_id | city     | order_id | customer_id |
+-------------+----------+----------+-------------+
| 163         | hangzhou |        1 | 163         |
| 163         | hangzhou |        2 | 163         |
| 9you        | shanghai |        3 | 9you        |
| 9you        | shanghai |        4 | 9you        |
| 9you        | shanghai |        5 | 9you        |
| tx          | hangzhou |        6 | tx          |
| NULL        | NULL     |        7 | NULL        |
+-------------+----------+----------+-------------+

添加外部行的工做就是在VT2表的基础上添加保留表中被过滤条件过滤掉的数据，非保留表中的数据被赋予NULL值，最后生成虚拟表VT3。

因为我在准备的测试SQL查询逻辑语句中使用的是LEFT JOIN，过滤掉了如下这条数据：

| baidu       | hangzhou |     NULL | NULL        |

如今就把这条数据添加到VT2表中，获得的VT3表以下：

+-------------+----------+----------+-------------+
| customer_id | city     | order_id | customer_id |
+-------------+----------+----------+-------------+
| 163         | hangzhou |        1 | 163         |
| 163         | hangzhou |        2 | 163         |
| 9you        | shanghai |        3 | 9you        |
| 9you        | shanghai |        4 | 9you        |
| 9you        | shanghai |        5 | 9you        |
| tx          | hangzhou |        6 | tx          |
| baidu       | hangzhou |     NULL | NULL        |
+-------------+----------+----------+-------------+

接下来的操做都会在该VT3表上进行。

4.执行WHERE过滤

对添加外部行获得的VT3进行WHERE过滤，只有符合<where_condition>的记录才会输出到虚拟表VT4中。当咱们执行WHERE a.city = 'hangzhou'的时候，就会获得如下内容，并存在虚拟表VT4中：

+-------------+----------+----------+-------------+
| customer_id | city     | order_id | customer_id |
+-------------+----------+----------+-------------+
| 163         | hangzhou |        1 | 163         |
| 163         | hangzhou |        2 | 163         |
| tx          | hangzhou |        6 | tx          |
| baidu       | hangzhou |     NULL | NULL        |
+-------------+----------+----------+-------------+

可是在使用WHERE子句时，须要注意如下两点：

因为数据尚未分组，所以如今还不能在WHERE过滤器中使用where_condition=MIN(col)这类对分组统计的过滤；
因为尚未进行列的选取操做，所以在SELECT中使用列的别名也是不被容许的，如：SELECT city as c FROM t WHERE c='shanghai';是不容许出现的。

5.执行GROUP BY分组

GROU BY子句主要是对使用WHERE子句获得的虚拟表进行分组操做。咱们执行测试语句中的GROUP BY a.customer_id，就会获得如下内容：

+-------------+----------+----------+-------------+
| customer_id | city     | order_id | customer_id |
+-------------+----------+----------+-------------+
| 163         | hangzhou |        1 | 163         |
| baidu       | hangzhou |     NULL | NULL        |
| tx          | hangzhou |        6 | tx          |
+-------------+----------+----------+-------------+

获得的内容会存入虚拟表VT5中，此时，咱们就获得了一个VT5虚拟表，接下来的操做都会在该表上完成。

6.执行HAVING过滤

HAVING子句主要和GROUP BY子句配合使用，对分组获得的VT5虚拟表进行条件过滤。当我执行测试语句中的HAVING count(b.order_id) < 2时，将获得如下内容：

+-------------+----------+----------+-------------+
| customer_id | city     | order_id | customer_id |
+-------------+----------+----------+-------------+
| baidu       | hangzhou |     NULL | NULL        |
| tx          | hangzhou |        6 | tx          |
+-------------+----------+----------+-------------+

这就是虚拟表VT6。

7.SELECT列表

如今才会执行到SELECT子句，不要觉得SELECT子句被写在第一行，就是第一个被执行的。

咱们执行测试语句中的SELECT a.customer_id, COUNT(b.order_id) as total_orders，从虚拟表VT6中选择出咱们须要的内容。咱们将获得如下内容：

+-------------+--------------+
| customer_id | total_orders |
+-------------+--------------+
| baidu       |            0 |
| tx          |            1 |
+-------------+--------------+

不，尚未完，这只是虚拟表VT7。

8.执行DISTINCT子句

若是在查询中指定了DISTINCT子句，则会建立一张内存临时表（若是内存放不下，就须要存放在硬盘了）。这张临时表的表结构和上一步产生的虚拟表VT7是同样的，不一样的是对进行DISTINCT操做的列增长了一个惟一索引，以此来除重复数据。

因为个人测试SQL语句中并无使用DISTINCT，因此，在该查询中，这一步不会生成一个虚拟表。

9.执行ORDER BY子句

对虚拟表中的内容按照指定的列进行排序，而后返回一个新的虚拟表，咱们执行测试SQL语句中的ORDER BY total_orders DESC，就会获得如下内容：

+-------------+--------------+
| customer_id | total_orders |
+-------------+--------------+
| tx          |            1 |
| baidu       |            0 |
+-------------+--------------+

能够看到这是对total_orders列进行降序排列的。上述结果会存储在VT8中。

10.执行LIMIT子句

LIMIT子句从上一步获得的VT8虚拟表中选出从指定位置开始的指定行数据。对于没有应用ORDER BY的LIMIT子句，获得的结果一样是无序的，因此，不少时候，咱们都会看到LIMIT子句会和ORDER BY子句一块儿使用。

MySQL数据库的LIMIT支持以下形式的选择：

LIMIT n, m

表示从第n条记录开始选择m条记录。而不少开发人员喜欢使用该语句来解决分页问题。对于小数据，使用LIMIT子句没有任何问题，当数据量很是大的时候，使用LIMIT n, m是很是低效的。由于LIMIT的机制是每次都是从头开始扫描，若是须要从第60万行开始，读取3条数据，就须要先扫描定位到60万行，而后再进行读取，而扫描的过程是一个很是低效的过程。因此，对于大数据处理时，是很是有必要在应用层创建必定的缓存机制（貌似如今的大数据处理，都有缓存哦）.