作者 | Julia Evans      

譯者 | 王雪迎     責(zé)編 | 孫勝              

出品 | CSDN（ID：CSDNnews）

好吧，顯然很多SQL查詢都是從SELECT開始的（實(shí)際上本文只是關(guān)注SELECT查詢，而不是INSERT或其它別的什么）。

但是！昨天我正在做窗口函數(shù)的解釋說(shuō)明，并且我發(fā)現(xiàn)自己在谷歌上搜索“你能根據(jù)窗口函數(shù)的結(jié)果進(jìn)行過(guò)濾嗎”。比如 — 你能在WHERE、HAVING或者其它地方過(guò)濾窗口函數(shù)的結(jié)果嗎？

最后我得出的結(jié)論是：“窗口函數(shù)必須在WHERE和GROUP BY之后運(yùn)行，所以你做不到”。但這讓我想到了一個(gè)更大的問(wèn)題 — SQL查詢的實(shí)際運(yùn)行順序是什么？

這是我憑直覺(jué)就知道的事情（“我肯定知道！我已經(jīng)編寫了至少10000個(gè)SQL查詢，其中一些非常復(fù)雜！），但我很難真正地準(zhǔn)確說(shuō)出順序是什么。

1、SQL查詢按此順序進(jìn)行

這就是我查找到的順序！（SELECT并不是在第一步執(zhí)行，而是到第五步才執(zhí)行）

（這里是一篇推特： https://twitter.com/b0rk/status/1179449535938076673）

（我真的很想找到一種比“sql查詢按此順序發(fā)生/運(yùn)行”更準(zhǔn)確的表達(dá)方式，但我還沒(méi)想出來(lái)。）

在非圖形格式中，其順序?yàn)椋?/span>

l FROM/JOIN 和所有的 ON 條件l WHEREl GROUP BYl HAVINGl SELECT（包括窗口函數(shù)）l ORDER BYl LIMIT

2、圖解此圖有助于你做出回答

此圖是關(guān)于SQL查詢的語(yǔ)義的 — 你可以通過(guò)它，對(duì)給定查詢將返回什么結(jié)果進(jìn)行推理，并回答如下問(wèn)題：

• 我能在一個(gè)GROUP BY的結(jié)果上執(zhí)行WHERE么？（不行！WHERE發(fā)生在GROUP BY之前！）

• 我可以根據(jù)窗口函數(shù)的結(jié)果進(jìn)行過(guò)濾嗎（不行！窗口函數(shù)發(fā)生在SELECT中，它發(fā)生在WHERE和GROUP BY之后）

• 我可以基于GROUP BY中所做的來(lái)進(jìn)行ORDER BY么？（可以！ORDER BY是最后執(zhí)行的基本步驟，你可以根據(jù)任何東西做ORDER BY！）

• LIMIT何時(shí)執(zhí)行？（在最后！）

3、數(shù)據(jù)庫(kù)引擎實(shí)際并不是按這個(gè)順序運(yùn)行查詢

因?yàn)樗鼘?shí)現(xiàn)了一系列優(yōu)化以使查詢運(yùn)行得更快 — 我們稍后將在本文中討論這一點(diǎn)。

所以：

• 當(dāng)你只想了解哪些查詢是有效的，以及如何推理給定查詢的結(jié)果時(shí)，可以使用此圖。

• 你不應(yīng)該使用此圖來(lái)解釋查詢性能或任何有關(guān)索引的事情，那是一個(gè)復(fù)雜得多的問(wèn)題，涉及更多變量。

4、混淆因素：列別名

有人在Twitter上指出，許多SQL實(shí)現(xiàn)允許你使用以下語(yǔ)法：

SELECT CONCAT(first_name, ' ', last_name) AS full_name, count(*)FROM tableGROUP BY full_name

此查詢使其看起來(lái)像是在SELECT之后才發(fā)生GROUP BY，即使GROUP BY先執(zhí)行，因?yàn)镚ROUP BY引用了SELECT中的別名。但是要使GROUP BY發(fā)揮作用，其實(shí)并不需要在SELECT之后才運(yùn)行 — 數(shù)據(jù)庫(kù)引擎只要將查詢重寫為：

SELECT CONCAT(first_name, ' ', last_name) AS full_name, count(*)FROM tableGROUP BY CONCAT(first_name, ' ', last_name)

并且首先運(yùn)行GROUP BY。

你的數(shù)據(jù)庫(kù)引擎肯定還會(huì)在開始運(yùn)行查詢之前執(zhí)行一系列檢查，確保你在SELECT和GROUP BY中放置的內(nèi)容合在一起是有意義的，因此在開始制定執(zhí)行計(jì)劃之前，它必須將查詢作為一個(gè)整體來(lái)查看。

5、查詢實(shí)際上不是按此順序運(yùn)行的（優(yōu)化！）

實(shí)際上，數(shù)據(jù)庫(kù)引擎并不是真的通過(guò)連接、然后過(guò)濾、然后再分組來(lái)運(yùn)行查詢，因?yàn)樗鼈儗?shí)現(xiàn)了一系列優(yōu)化，只要重新排列執(zhí)行順序不改變查詢結(jié)果，就可以重排以使查詢運(yùn)行得更快。

一個(gè)簡(jiǎn)單的例子說(shuō)明了為什么需要以不同的順序運(yùn)行查詢以使其快速運(yùn)行，在這個(gè)查詢中：

SELECT * FROMowners LEFT JOIN cats ON owners.id = cats.ownerWHERE cats.name = 'mr darcy'

如果你只需要查找3個(gè)名為“mr darcy”的貓，那么執(zhí)行整個(gè)左連接并匹配這兩個(gè)表中的所有行是非常愚蠢的 —— 首先對(duì)名為“mr darcy”的貓進(jìn)行一些篩選要快得多。在這種情況下，先進(jìn)行過(guò)濾不會(huì)改變查詢結(jié)果！

實(shí)際上，數(shù)據(jù)庫(kù)引擎還實(shí)現(xiàn)了許多其它優(yōu)化，這些優(yōu)化可能會(huì)使它們以不同的順序運(yùn)行查詢，但不能再說(shuō)了，老實(shí)講，這方面我不是專家。

6、LINQ以FROM開始查詢

LINQ（一種C#和VB.NET中的查詢語(yǔ)法）使用的順序?yàn)镕ROM ... WHERE ... SELECT。下面是一個(gè)LINQ查詢的示例：

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

pandas（我所喜歡的數(shù)據(jù)治理工具：https://github.com/jvns/pandas-cookbook）也基本上是這樣工作的，盡管你不需要使用這種精確的順序 — 我經(jīng)常會(huì)這樣編寫pandas代碼：

df = thing1.join(thing2)      # like a JOINdf = df[df.created_at > 1000] # like a WHEREdf = df.groupby('something', num_yes = ('yes', 'sum')) # like a GROUP BYdf = df[df.num_yes > 2]       # like a HAVING, filtering on the result of a GROUP BYdf = df[['num_yes', 'something1', 'something']] # pick the columns I want to display, like a SELECTdf.sort_values('sometthing', ascending=True)[:30] # ORDER BY and LIMITdf[:30]

這并不是因?yàn)閜andas對(duì)如何編寫代碼強(qiáng)加了任何特定規(guī)則。只是按照J(rèn)OIN / WHERE / GROUP BY / HAVING的順序編寫代碼通常好理解。（不過(guò)，我經(jīng)常會(huì)先放一個(gè)WHERE來(lái)提高性能，而且我認(rèn)為大多數(shù)數(shù)據(jù)庫(kù)引擎實(shí)際也會(huì)先執(zhí)行WHERE）

在R的dplyr中，你還能使用不同的語(yǔ)法來(lái)查詢諸如Postgres、MySQL或SQLite等SQL數(shù)據(jù)庫(kù)，它們的順序也更符合邏輯。

不知道這一點(diǎn)令我自己著實(shí)驚訝

我寫了這樣一篇博文，因?yàn)楫?dāng)我發(fā)現(xiàn)這個(gè)順序的時(shí)候非常驚訝，我以前從來(lái)沒(méi)有看到過(guò)它被這樣寫下來(lái) — 它基本上解釋了我憑直覺(jué)所知道的，關(guān)于為什么一些查詢被允許而另一些不被允許的一切。所以我想把它寫下來(lái)，希望它能幫助其他人理解如何編寫SQL查詢。

原文：https://jvns.ca/blog/2019/10/03/sql-queries-don-t-start-with-select/

最后推薦一下我們的星球：由菜鳥學(xué)Python原班人馬建了一個(gè)投資星球，匯聚一批喜歡投資的朋友一起分享投資的技巧，不限于基金，股票等其他品種，提高自己的財(cái)商，一起讀書打卡，歡迎加入。

推薦閱讀:
入門: 最全的零基礎(chǔ)學(xué)Python的問(wèn)題  | 零基礎(chǔ)學(xué)了8個(gè)月的Python  | 實(shí)戰(zhàn)項(xiàng)目 |學(xué)Python就是這條捷徑

干貨:爬取豆瓣短評(píng)，電影《后來(lái)的我們》 | 38年NBA最佳球員分析 |   從萬(wàn)眾期待到口碑撲街！唐探3令人失望  | 笑看新倚天屠龍記 | 燈謎答題王 ｜用Python做個(gè)海量小姐姐素描圖 ｜碟中諜這么火，我用機(jī)器學(xué)習(xí)做個(gè)迷你推薦系統(tǒng)電影

趣味:彈球游戲  | 九宮格  | 漂亮的花 | 兩百行Python《天天酷跑》游戲!

AI: 會(huì)做詩(shī)的機(jī)器人 | 給圖片上色 | 預(yù)測(cè)收入 | 碟中諜這么火，我用機(jī)器學(xué)習(xí)做個(gè)迷你推薦系統(tǒng)電影

小工具: Pdf轉(zhuǎn)Word，輕松搞定表格和水印！ | 一鍵把html網(wǎng)頁(yè)保存為pdf！|  再見PDF提取收費(fèi)！ | 用90行代碼打造最強(qiáng)PDF轉(zhuǎn)換器，word、PPT、excel、markdown、html一鍵轉(zhuǎn)換 | 制作一款釘釘?shù)蛢r(jià)機(jī)票提示器！ ｜60行代碼做了一個(gè)語(yǔ)音壁紙切換器天天看小姐姐！｜

年度爆款文案
1).臥槽！Pdf轉(zhuǎn)Word用Python輕松搞定！
2).學(xué)Python真香！我用100行代碼做了個(gè)網(wǎng)站，幫人PS旅行圖片，賺個(gè)雞腿吃
3).首播過(guò)億，火爆全網(wǎng)，我分析了《乘風(fēng)破浪的姐姐》，發(fā)現(xiàn)了這些秘密 
4).80行代碼！用Python做一個(gè)哆來(lái)A夢(mèng)分身 
5).你必須掌握的20個(gè)python代碼，短小精悍，用處無(wú)窮 
6).30個(gè)Python奇淫技巧集 
7).我總結(jié)的80頁(yè)《菜鳥學(xué)Python精選干貨.pdf》,都是干貨 
8).再見Python！我要學(xué)Go了！2500字深度分析！
9).發(fā)現(xiàn)一個(gè)舔狗福利！這個(gè)Python爬蟲神器太爽了，自動(dòng)下載妹子圖片

點(diǎn)閱讀原文,領(lǐng)AI全套資料！