一 SELECT语句关键字的定义顺序
1SELECT DISTINCT <select_list> 2FROM <left_table> 3<join_type> JOIN <right_table> 4ON <join_condition> 5WHERE <where_condition> 6GROUP BY <group_by_list> 7HAVING <having_condition> 8ORDER BY <order_by_condition> 9LIMIT <limit_number>
二 SELECT语句关键字的执行顺序
1(7) SELECT 2(8) DISTINCT <select_list> 3(1) FROM <left_table> 4(3) <join_type> JOIN <right_table> 5(2) ON <join_condition> 6(4) WHERE <where_condition> 7(5) GROUP BY <group_by_list> 8(6) HAVING <having_condition> 9(9) ORDER BY <order_by_condition> 10(10) LIMIT <limit_number>
三 准备表和数据
1. 新建一个测试数据库TestDB；
create database TestDB;
2.创建测试表table1和table2；
1CREATE TABLE table1 2 ( 3 customer_id VARCHAR(10) NOT NULL, 4 city VARCHAR(10) NOT NULL, 5 PRIMARY KEY(customer_id) 6 )ENGINE=INNODB DEFAULT CHARSET=UTF8; 7 8 CREATE TABLE table2 9 ( 10 order_id INT NOT NULL auto_increment, 11 customer_id VARCHAR(10), 12 PRIMARY KEY(order_id) 13 )ENGINE=INNODB DEFAULT CHARSET=UTF8;
3.插入测试数据；
1INSERT INTO table1(customer_id,city) VALUES('163','hangzhou'); 2 INSERT INTO table1(customer_id,city) VALUES('9you','shanghai'); 3 INSERT INTO table1(customer_id,city) VALUES('tx','hangzhou'); 4 INSERT INTO table1(customer_id,city) VALUES('baidu','hangzhou'); 5 6 INSERT INTO table2(customer_id) VALUES('163'); 7 INSERT INTO table2(customer_id) VALUES('163'); 8 INSERT INTO table2(customer_id) VALUES('9you'); 9 INSERT INTO table2(customer_id) VALUES('9you'); 10 INSERT INTO table2(customer_id) VALUES('9you'); 11 INSERT INTO table2(customer_id) VALUES('tx'); 12 INSERT INTO table2(customer_id) VALUES(NULL);
准备工作做完以后，table1和table2看起来应该像下面这样：
1mysql> select * from table1; 2 +-------------+----------+ 3 | customer_id | city | 4 +-------------+----------+ 5 | 163 | hangzhou | 6 | 9you | shanghai | 7 | baidu | hangzhou | 8 | tx | hangzhou | 9 +-------------+----------+ 10 4 rows in set (0.00 sec) 11 12 mysql> select * from table2; 13 +----------+-------------+ 14 | order_id | customer_id | 15 +----------+-------------+ 16 | 1 | 163 | 17 | 2 | 163 | 18 | 3 | 9you | 19 | 4 | 9you | 20 | 5 | 9you | 21 | 6 | tx | 22 | 7 | NULL | 23 +----------+-------------+ 24 7 rows in set (0.00 sec)
四 准备SQL逻辑查询测试语句
1#查询来自杭州，并且订单数少于2的客户。 2 SELECT a.customer_id, COUNT(b.order_id) as total_orders 3 FROM table1 AS a 4 LEFT JOIN table2 AS b 5 ON a.customer_id = b.customer_id 6 WHERE a.city = 'hangzhou' 7 GROUP BY a.customer_id 8 HAVING count(b.order_id) < 2 9 ORDER BY total_orders DESC;
五 执行顺序分析
在这些SQL语句的执行过程中，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），我现在就来跟踪这个虚拟表的变化，得到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。
执行FROM语句
第一步，执行FROM语句。我们首先需要知道最开始从哪个表开始的，这就是FROM告诉我们的。现在有了<left_table>和<right_table>两个表，我们到底从哪个表开始，还是从两个表进行某种联系以后再开始呢？它们之间如何产生联系呢？——笛卡尔积
关于什么是笛卡尔积，请自行Google补脑。经过FROM语句对两个表执行笛卡尔积，会得到一个虚拟表，暂且叫VT1（vitual table 1），内容如下：
1+-------------+----------+----------+-------------+ 2| customer_id | city | order_id | customer_id | 3+-------------+----------+----------+-------------+ 4| 163 | hangzhou | 1 | 163 | 5| 9you | shanghai | 1 | 163 | 6| baidu | hangzhou | 1 | 163 | 7| tx | hangzhou | 1 | 163 | 8| 163 | hangzhou | 2 | 163 | 9| 9you | shanghai | 2 | 163 | 10| baidu | hangzhou | 2 | 163 | 11| tx | hangzhou | 2 | 163 | 12| 163 | hangzhou | 3 | 9you | 13| 9you | shanghai | 3 | 9you | 14| baidu | hangzhou | 3 | 9you | 15| tx | hangzhou | 3 | 9you | 16| 163 | hangzhou | 4 | 9you | 17| 9you | shanghai | 4 | 9you | 18| baidu | hangzhou | 4 | 9you | 19| tx | hangzhou | 4 | 9you | 20| 163 | hangzhou | 5 | 9you | 21| 9you | shanghai | 5 | 9you | 22| baidu | hangzhou | 5 | 9you | 23| tx | hangzhou | 5 | 9you | 24| 163 | hangzhou | 6 | tx | 25| 9you | shanghai | 6 | tx | 26| baidu | hangzhou | 6 | tx | 27| tx | hangzhou | 6 | tx | 28| 163 | hangzhou | 7 | NULL | 29| 9you | shanghai | 7 | NULL | 30| baidu | hangzhou | 7 | NULL | 31| tx | hangzhou | 7 | NULL | 32+-------------+----------+----------+-------------+
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，接下来的操作就在VT1的基础上进行。
执行ON过滤
执行完笛卡尔积以后，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，得到VT2表，内容如下：
1+-------------+----------+----------+-------------+ 2| customer_id | city | order_id | customer_id | 3+-------------+----------+----------+-------------+ 4| 163 | hangzhou | 1 | 163 | 5| 163 | hangzhou | 2 | 163 | 6| 9you | shanghai | 3 | 9you | 7| 9you | shanghai | 4 | 9you | 8| 9you | shanghai | 5 | 9you | 9| tx | hangzhou | 6 | tx | 10+-------------+----------+----------+-------------+
VT2就是经过ON条件筛选以后得到的有用数据，而接下来的操作将在VT2的基础上继续进行。
添加外部行
这一步只有在连接类型为OUTER JOIN时才发生，如LEFT OUTER JOIN、RIGHT OUTER JOIN和FULL OUTER JOIN。在大多数的时候，我们都是会省略掉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，得到的结果为：
1+-------------+----------+----------+-------------+ 2| customer_id | city | order_id | customer_id | 3+-------------+----------+----------+-------------+ 4| 163 | hangzhou | 1 | 163 | 5| 163 | hangzhou | 2 | 163 | 6| 9you | shanghai | 3 | 9you | 7| 9you | shanghai | 4 | 9you | 8| 9you | shanghai | 5 | 9you | 9| tx | hangzhou | 6 | tx | 10| baidu | hangzhou | NULL | NULL | 11+-------------+----------+----------+-------------+
RIGHT OUTER JOIN把右表记为保留表，得到的结果为：
1+-------------+----------+----------+-------------+ 2| customer_id | city | order_id | customer_id | 3+-------------+----------+----------+-------------+ 4| 163 | hangzhou | 1 | 163 | 5| 163 | hangzhou | 2 | 163 | 6| 9you | shanghai | 3 | 9you | 7| 9you | shanghai | 4 | 9you | 8| 9you | shanghai | 5 | 9you | 9| tx | hangzhou | 6 | tx | 10| NULL | NULL | 7 | NULL | 11+-------------+----------+----------+-------------+
FULL OUTER JOIN把左右表都作为保留表，得到的结果为：
1+-------------+----------+----------+-------------+ 2| customer_id | city | order_id | customer_id | 3+-------------+----------+----------+-------------+ 4| 163 | hangzhou | 1 | 163 | 5| 163 | hangzhou | 2 | 163 | 6| 9you | shanghai | 3 | 9you | 7| 9you | shanghai | 4 | 9you | 8| 9you | shanghai | 5 | 9you | 9| tx | hangzhou | 6 | tx | 10| baidu | hangzhou | NULL | NULL | 11| NULL | NULL | 7 | NULL | 12+-------------+----------+----------+-------------+
添加外部行的工作就是在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。
由于我在准备的测试SQL查询逻辑语句中使用的是LEFT JOIN，过滤掉了以下这条数据：
| baidu | hangzhou | NULL | NULL |
现在就把这条数据添加到VT2表中，得到的VT3表如下：
1+-------------+----------+----------+-------------+ 2| customer_id | city | order_id | customer_id | 3+-------------+----------+----------+-------------+ 4| 163 | hangzhou | 1 | 163 | 5| 163 | hangzhou | 2 | 163 | 6| 9you | shanghai | 3 | 9you | 7| 9you | shanghai | 4 | 9you | 8| 9you | shanghai | 5 | 9you | 9| tx | hangzhou | 6 | tx | 10| baidu | hangzhou | NULL | NULL | 11+-------------+----------+----------+-------------+
接下来的操作都会在该VT3表上进行。
执行WHERE过滤
对添加外部行得到的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。当我们执行WHERE a.city = 'hangzhou'的时候，就会得到以下内容，并存在虚拟表VT4中：
1+-------------+----------+----------+-------------+ 2| customer_id | city | order_id | customer_id | 3+-------------+----------+----------+-------------+ 4| 163 | hangzhou | 1 | 163 | 5| 163 | hangzhou | 2 | 163 | 6| tx | hangzhou | 6 | tx | 7| baidu | hangzhou | NULL | NULL | 8+-------------+----------+----------+-------------+
但是在使用WHERE子句时，需要注意以下两点：
- 由于数据还没有分组，因此现在还不能在WHERE过滤器中使用
where_condition=MIN(col)这类对分组统计的过滤； - 由于还没有进行列的选取操作，因此在SELECT中使用列的别名也是不被允许的，如：
SELECT city as c FROM t WHERE c='shanghai';是不允许出现的。
执行GROUP BY分组
GROU BY子句主要是对使用WHERE子句得到的虚拟表进行分组操作。我们执行测试语句中的GROUP BY a.customer_id，就会得到以下内容(默认只显示组内第一条)：
1+-------------+----------+----------+-------------+ 2| customer_id | city | order_id | customer_id | 3+-------------+----------+----------+-------------+ 4| 163 | hangzhou | 1 | 163 | 5| baidu | hangzhou | NULL | NULL | 6| tx | hangzhou | 6 | tx | 7+-------------+----------+----------+-------------+
得到的内容会存入虚拟表VT5中，此时，我们就得到了一个VT5虚拟表，接下来的操作都会在该表上完成。
执行HAVING过滤
HAVING子句主要和GROUP BY子句配合使用，对分组得到的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，将得到以下内容：
1+-------------+----------+----------+-------------+ 2| customer_id | city | order_id | customer_id | 3+-------------+----------+----------+-------------+ 4| baidu | hangzhou | NULL | NULL | 5| tx | hangzhou | 6 | tx | 6+-------------+----------+----------+-------------+
这就是虚拟表VT6。
SELECT列表
现在才会执行到SELECT子句，不要以为SELECT子句被写在第一行，就是第一个被执行的。
我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中选择出我们需要的内容。我们将得到以下内容：
1+-------------+--------------+ 2| customer_id | total_orders | 3+-------------+--------------+ 4| baidu | 0 | 5| tx | 1 | 6+-------------+--------------+
还没有完，这只是虚拟表VT7。
执行DISTINCT子句
如果在查询中指定了DISTINCT子句，则会创建一张内存临时表（如果内存放不下，就需要存放在硬盘了）。这张临时表的表结构和上一步产生的虚拟表VT7是一样的，不同的是对进行DISTINCT操作的列增加了一个唯一索引，以此来除重复数据。
由于我的测试SQL语句中并没有使用DISTINCT，所以，在该查询中，这一步不会生成一个虚拟表。
执行ORDER BY子句
对虚拟表中的内容按照指定的列进行排序，然后返回一个新的虚拟表，我们执行测试SQL语句中的ORDER BY total_orders DESC，就会得到以下内容：
1+-------------+--------------+ 2| customer_id | total_orders | 3+-------------+--------------+ 4| tx | 1 | 5| baidu | 0 | 6+-------------+--------------+
可以看到这是对total_orders列进行降序排列的。上述结果会存储在VT8中。
执行LIMIT子句
LIMIT子句从上一步得到的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，得到的结果同样是无序的，所以，很多时候，我们都会看到LIMIT子句会和ORDER BY子句一起使用。
MySQL数据库的LIMIT支持如下形式的选择：
LIMIT n, m
表示从第n条记录开始选择m条记录。而很多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，当数据量非常大的时候，使用LIMIT n, m是非常低效的。因为LIMIT的机制是每次都是从头开始扫描，如果需要从第60万行开始，读取3条数据，就需要先扫描定位到60万行，然后再进行读取，而扫描的过程是一个非常低效的过程。所以，对于大数据处理时，是非常有必要在应用层建立一定的缓存机制（现在的大数据处理，大都使用缓存）