來源 |?infoq.cn/article/Oke8hgilga3PTZ3gWvbg

很多 SQL 查詢都是以 SELECT 開始的。不過，最近我跟別人解釋什么是窗口函數(shù)，我在網(wǎng)上搜索”是否可以對窗口函數(shù)返回的結果進行過濾“這個問題，得出的結論是”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問題：SQL 查詢的執(zhí)行順序是怎樣的？

好像這個問題應該很好回答，畢竟自己已經(jīng)寫了上萬個 SQL 查詢了，有一些還很復雜。但事實是，我仍然很難確切地說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 并不是最先執(zhí)行的，而是在第五個。

這張圖回答了以下這些問題

這張圖與 SQL 查詢的語義有關，讓你知道一個查詢會返回什么，并回答了以下這些問題：

• 可以在 GRROUP BY 之后使用 WHERE 嗎？（不行，WHERE 是在 GROUP BY 之后?。?/span>

• 可以對窗口函數(shù)返回的結果進行過濾嗎？（不行，窗口函數(shù)是 SELECT 語句里，而 SELECT 是在 WHERE 和 GROUP BY 之后）

• 可以基于 GROUP BY 里的東西進行 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行 ORDER BY）

• LIMIT 是在什么時候執(zhí)行？（在最后?。?/span>

但數(shù)據(jù)庫引擎并不一定嚴格按照這個順序執(zhí)行 SQL 查詢，因為為了更快地執(zhí)行查詢，它們會做出一些優(yōu)化，這些問題會在以后的文章中解釋。

所以：

• 如果你想要知道一個查詢語句是否合法，或者想要知道一個查詢語句會返回什么，可以參考這張圖；

• 在涉及查詢性能或者與索引有關的東西時，這張圖就不適用了。

混合因素：列別名

有很多 SQL 實現(xiàn)允許你使用這樣的語法：

SELECT?CONCAT(first_name,?'?',?last_name)?AS?full_name,?count(*)
FROM?table
GROUP?BY?full_name

從這個語句來看，好像 GROUP BY 是在 SELECT 之后執(zhí)行的，因為它引用了 SELECT 中的一個別名。但實際上不一定要這樣，數(shù)據(jù)庫引擎可以把查詢重寫成這樣：

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)庫引擎還會做一系列檢查，確保 SELECT 和 GROUP BY 中的東西是有效的，所以會在生成執(zhí)行計劃之前對查詢做一次整體檢查。

數(shù)據(jù)庫可能不按照這個順序執(zhí)行查詢（優(yōu)化）

在實際當中，數(shù)據(jù)庫不一定會按照 JOIN、WHERE、GROUP BY 的順序來執(zhí)行查詢，因為它們會進行一系列優(yōu)化，把執(zhí)行順序打亂，從而讓查詢執(zhí)行得更快，只要不改變查詢結果。

這個查詢說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，那就沒必要對兩張表的所有數(shù)據(jù)執(zhí)行左連接，在連接之前先進行過濾，這樣查詢會快得多，而且對于這個查詢來說，先執(zhí)行過濾并不會改變查詢結果。

數(shù)據(jù)庫引擎還會做出其他很多優(yōu)化，按照不同的順序執(zhí)行查詢，不過我并不是這方面的專家，所以這里就不多說了。

LINQ 的查詢以 FROM 開頭

LINQ（C#和 VB.NET 中的查詢語法）是按照 FROM…WHERE…SELECT 的順序來的。這里有一個 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，不過你不一定要按照這個順序。我通常會像下面這樣寫 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?GROUP?BY?結果進行過濾
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]

這樣寫并不是因為 pandas 規(guī)定了這些規(guī)則，而是按照 JOIN/WHERE/GROUP BY/HAVING 這樣的順序來寫代碼會更有意義些。不過我經(jīng)常會先寫 WHERE 來改進性能，而且我想大多數(shù)數(shù)據(jù)庫引擎也會這么做。

R 語言里的 dplyr 也允許開發(fā)人員使用不同的語法編寫 SQL 查詢語句，用來查詢 Postgre、MySQL 和 SQLite。

原文鏈接：SQL queries don’t start with SELECT
https://jvns.ca/blog/2019/10/03/sql-queries-don-t-start-with-select/