本篇內(nèi)容主要講解“SQL查詢的執(zhí)行順序是什么”，感興趣的朋友不妨來(lái)看看。本文介紹的方法操作簡(jiǎn)單快捷，實(shí)用性強(qiáng)。下面就讓小編來(lái)帶大家學(xué)習(xí)“SQL查詢的執(zhí)行順序是什么”吧!

創(chuàng)新互聯(lián)網(wǎng)站建設(shè)公司，提供網(wǎng)站制作、網(wǎng)站建設(shè)，網(wǎng)頁(yè)設(shè)計(jì)，建網(wǎng)站，PHP網(wǎng)站建設(shè)等專業(yè)做網(wǎng)站服務(wù);可快速的進(jìn)行網(wǎng)站開(kāi)發(fā)網(wǎng)頁(yè)制作和功能擴(kuò)展；專業(yè)做搜索引擎喜愛(ài)的網(wǎng)站，是專業(yè)的做網(wǎng)站團(tuán)隊(duì)，希望更多企業(yè)前來(lái)合作!

很多 SQL 查詢都是以 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 查詢的語(yǔ)義有關(guān)，讓你知道一個(gè)查詢會(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!)

• 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，因?yàn)闉榱烁斓貓?zhí)行查詢，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)查詢語(yǔ)句是否合法，或者想要知道一個(gè)查詢語(yǔ)句會(huì)返回什么，可以參考這張圖;

• 在涉及查詢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(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，因?yàn)樗鼈儠?huì)進(jìn)行一系列優(yōu)化，把執(zhí)行順序打亂，從而讓查詢執(zhí)行得更快，只要不改變查詢結(jié)果。

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

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，這樣查詢會(huì)快得多，而且對(duì)于這個(gè)查詢來(lái)說(shuō)，先執(zhí)行過(guò)濾并不會(huì)改變查詢結(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，不過(guò)我并不是這方面的專家，所以這里就不多說(shuō)了。推薦：MySQL全面優(yōu)化，速度飛起來(lái)。

LINQ 的查詢以 FROM 開(kāi)頭

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

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

pandas 中的查詢也基本上是這樣的，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J(rèn)OIN/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 查詢語(yǔ)句，用來(lái)查詢 Postgre、MySQL 和 SQLite。

到此，相信大家對(duì)“SQL查詢的執(zhí)行順序是什么”有了更深的了解，不妨來(lái)實(shí)際操作一番吧！這里是創(chuàng)新互聯(lián)網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！

網(wǎng)站欄目：SQL查詢的執(zhí)行順序是什么
文章URL：http://www.chinadenli.net/article0/iehhoo.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供ChatGPT、移動(dòng)網(wǎng)站建設(shè)、營(yíng)銷型網(wǎng)站建設(shè)、全網(wǎng)營(yíng)銷推廣、關(guān)鍵詞優(yōu)化、網(wǎng)站導(dǎo)航

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)