MySQL查询执行顺序:一张图看懂SQL是如何工作的

MySQL查询执行顺序:一张图看懂SQL是如何工作的

你写的SQL语句为什么这么慢?为什么有时候加了索引还是不走?为什么GROUP BY要放在WHERE后面?这些问题的答案都藏在SQL的执行顺序里!

🔥 开篇:一个让人困惑的问题

作为程序员,你是否遇到过这样的困惑:

sql 复制代码
-- 这个查询为什么报错?
SELECT name, age, COUNT(*) as cnt
FROM users 
WHERE age > 18 AND cnt > 5
GROUP BY name;

明明逻辑很清楚:查找年龄大于18岁,且统计数量大于5的用户,为什么MySQL却告诉你 cnt 字段不存在?

答案就在SQL的执行顺序里!今天我们就来揭开这个神秘的面纱。

📋 SQL执行顺序全景图

让我们先看一个完整的SQL查询语句:

sql 复制代码
SELECT DISTINCT column_name, COUNT(*)
FROM table_name t1
JOIN table_name2 t2 ON t1.id = t2.user_id
WHERE condition
GROUP BY column_name
HAVING COUNT(*) > 1
ORDER BY column_name
LIMIT 10 OFFSET 20;

你以为MySQL是按照你写的顺序执行的吗?大错特错!

MySQL的真实执行顺序是这样的:

graph TD A[FROM - 确定数据源] --> B[JOIN - 连接表] B --> C[WHERE - 过滤行] C --> D[GROUP BY - 分组] D --> E[HAVING - 过滤分组] E --> F[SELECT - 选择列] F --> G[DISTINCT - 去重] G --> H[ORDER BY - 排序] H --> I[LIMIT - 限制结果]

🎯 详解每个执行步骤

第1步:FROM - 找到数据源

sql 复制代码
FROM users u

MySQL首先要知道数据从哪里来,所以第一步是确定表和给表起别名。

这一步做了什么?

  • 找到指定的表
  • 为表创建别名(如果有的话)
  • 准备读取数据

第2步:JOIN - 连接多张表

sql 复制代码
FROM users u
JOIN orders o ON u.id = o.user_id

如果查询涉及多张表,MySQL会根据JOIN条件将它们连接起来。

常见的JOIN类型:

  • INNER JOIN:只返回两表都有的数据
  • LEFT JOIN:返回左表所有数据,右表没有则为NULL
  • RIGHT JOIN:返回右表所有数据,左表没有则为NULL
sql 复制代码
-- 示例:查询用户及其订单信息
SELECT u.name, o.order_date
FROM users u
LEFT JOIN orders o ON u.id = o.user_id;

第3步:WHERE - 过滤不需要的行

sql 复制代码
WHERE u.age > 18 AND u.status = 'active'

在分组之前,MySQL会根据WHERE条件过滤掉不符合条件的行。

注意:WHERE不能使用聚合函数!

sql 复制代码
-- ❌ 错误写法
SELECT name, COUNT(*) as cnt
FROM users
WHERE COUNT(*) > 5;  -- 报错!

-- ✅ 正确写法
SELECT name, COUNT(*) as cnt
FROM users
GROUP BY name
HAVING COUNT(*) > 5;  -- 用HAVING

第4步:GROUP BY - 数据分组

sql 复制代码
GROUP BY u.department, u.position

将数据按照指定的列进行分组,为聚合函数做准备。

分组示例:

sql 复制代码
-- 按部门统计员工数量
SELECT department, COUNT(*) as employee_count
FROM users
WHERE status = 'active'
GROUP BY department;

第5步:HAVING - 过滤分组

sql 复制代码
HAVING COUNT(*) > 10

HAVING是对分组后的结果进行过滤,可以使用聚合函数。

WHERE vs HAVING 对比:

条件 WHERE HAVING
执行时机 分组前 分组后
过滤对象 分组
能否使用聚合函数
sql 复制代码
-- 找出订单数量超过10的用户
SELECT user_id, COUNT(*) as order_count
FROM orders
WHERE order_status = 'completed'  -- 先过滤已完成的订单
GROUP BY user_id
HAVING COUNT(*) > 10;  -- 再过滤订单数量超过10的用户

第6步:SELECT - 选择要显示的列

sql 复制代码
SELECT u.name, u.age, COUNT(o.id) as order_count

到了这一步,MySQL才开始处理SELECT子句,选择要显示的列。

这就是为什么WHERE不能使用SELECT中定义的别名!

sql 复制代码
-- ❌ 错误:WHERE执行在SELECT之前
SELECT name, age * 2 as double_age
FROM users
WHERE double_age > 50;  -- double_age还不存在!

-- ✅ 正确写法
SELECT name, age * 2 as double_age
FROM users
WHERE age * 2 > 50;

第7步:DISTINCT - 去除重复

sql 复制代码
SELECT DISTINCT department
FROM users;

如果使用了DISTINCT,MySQL会去除重复的行。

第8步:ORDER BY - 排序

sql 复制代码
ORDER BY u.age DESC, u.name ASC

对最终结果进行排序。

ORDER BY可以使用SELECT中的别名:

sql 复制代码
-- ✅ 正确:ORDER BY执行在SELECT之后
SELECT name, age * 2 as double_age
FROM users
ORDER BY double_age DESC;  -- 可以使用别名

第9步:LIMIT - 限制结果数量

sql 复制代码
LIMIT 10 OFFSET 20

最后一步,限制返回的结果数量。

💡 实战案例:执行顺序的应用

让我们通过一个实际案例来理解执行顺序:

sql 复制代码
-- 需求:查询每个部门中年龄大于25岁的员工数量,
-- 只显示员工数量超过5人的部门,按员工数量降序排列

SELECT 
    department,
    COUNT(*) as employee_count
FROM users
WHERE age > 25
GROUP BY department  
HAVING COUNT(*) > 5
ORDER BY employee_count DESC;

执行过程分析:

  1. FROM users - 确定数据源
  2. WHERE age > 25 - 过滤年龄大于25的员工
  3. GROUP BY department - 按部门分组
  4. HAVING COUNT(*) > 5 - 过滤员工数量超过5的部门
  5. SELECT department, COUNT(*) - 选择要显示的列
  6. ORDER BY employee_count DESC - 按员工数量降序排列

🚀 性能优化技巧

了解执行顺序后,我们可以进行一些性能优化:

1. WHERE条件优化

sql 复制代码
-- ❌ 低效:先JOIN再过滤
SELECT u.name, o.order_date
FROM users u
JOIN orders o ON u.id = o.user_id
WHERE u.status = 'active';

-- ✅ 高效:先过滤再JOIN
SELECT u.name, o.order_date
FROM (SELECT * FROM users WHERE status = 'active') u
JOIN orders o ON u.id = o.user_id;

2. 索引利用

sql 复制代码
-- 为WHERE条件创建索引
CREATE INDEX idx_user_status_age ON users(status, age);

-- 查询会自动使用索引
SELECT * FROM users WHERE status = 'active' AND age > 25;

3. 避免不必要的排序

sql 复制代码
-- 如果不需要排序,不要使用ORDER BY
SELECT department, COUNT(*)
FROM users
GROUP BY department;
-- 而不是
SELECT department, COUNT(*)
FROM users
GROUP BY department
ORDER BY department;  -- 不必要的排序

🔧 常见错误及解决方案

错误1:在WHERE中使用聚合函数

sql 复制代码
-- ❌ 错误
SELECT department, COUNT(*) as cnt
FROM users
WHERE COUNT(*) > 5;

-- ✅ 正确
SELECT department, COUNT(*) as cnt
FROM users
GROUP BY department
HAVING COUNT(*) > 5;

错误2:在WHERE中使用SELECT别名

sql 复制代码
-- ❌ 错误
SELECT name, salary * 12 as annual_salary
FROM employees
WHERE annual_salary > 100000;

-- ✅ 正确
SELECT name, salary * 12 as annual_salary
FROM employees
WHERE salary * 12 > 100000;

错误3:GROUP BY与SELECT不匹配

sql 复制代码
-- ❌ 错误:SELECT中的列必须在GROUP BY中,或者是聚合函数
SELECT department, name, COUNT(*)
FROM users
GROUP BY department;

-- ✅ 正确
SELECT department, COUNT(*)
FROM users
GROUP BY department;

📊 执行顺序速记口诀

为了帮助大家记忆,我总结了一个口诀:

"从哪连什么,分组再筛选,选择去重排,最后限数量"

  • 从哪 - FROM
  • 连什么 - JOIN
  • 什么 - WHERE
  • 分组 - GROUP BY
  • 再筛选 - HAVING
  • 选择 - SELECT
  • 去重 - DISTINCT
  • - ORDER BY
  • 最后限数量 - LIMIT

🎨 可视化理解

让我们用一个图表来直观理解:

graph LR A[原始数据表] --> B[FROM: 确定数据源] B --> C[JOIN: 连接其他表] C --> D[WHERE: 过滤行] D --> E[GROUP BY: 分组] E --> F[HAVING: 过滤分组] F --> G[SELECT: 选择列] G --> H[DISTINCT: 去重] H --> I[ORDER BY: 排序] I --> J[LIMIT: 限制数量] J --> K[最终结果]

🏆 实战练习

现在让我们做一个小练习,看看你是否真的理解了执行顺序:

sql 复制代码
-- 题目:下面这个查询的执行顺序是什么?
SELECT 
    DISTINCT u.department,
    AVG(u.salary) as avg_salary
FROM users u
JOIN departments d ON u.dept_id = d.id
WHERE u.status = 'active' AND d.budget > 100000
GROUP BY u.department
HAVING AVG(u.salary) > 50000
ORDER BY avg_salary DESC
LIMIT 5;

答案:

  1. FROM users u - 确定主表
  2. JOIN departments d ON u.dept_id = d.id - 连接部门表
  3. WHERE u.status = 'active' AND d.budget > 100000 - 过滤活跃用户和预算充足的部门
  4. GROUP BY u.department - 按部门分组
  5. HAVING AVG(u.salary) > 50000 - 过滤平均工资超过5万的部门
  6. SELECT DISTINCT u.department, AVG(u.salary) - 选择部门和平均工资
  7. DISTINCT - 去重(虽然这里GROUP BY已经保证唯一性)
  8. ORDER BY avg_salary DESC - 按平均工资降序排列
  9. LIMIT 5 - 只取前5条记录

🎯 总结

理解SQL执行顺序的重要性:

  1. 避免语法错误 - 知道什么时候可以使用别名
  2. 优化查询性能 - 合理安排过滤条件的位置
  3. 正确使用聚合函数 - 区分WHERE和HAVING的使用场景
  4. 编写高效SQL - 让数据库引擎更好地优化查询

记住这个执行顺序:FROM → JOIN → WHERE → GROUP BY → HAVING → SELECT → DISTINCT → ORDER BY → LIMIT

💪 写在最后

SQL执行顺序虽然看起来复杂,但掌握了这个核心概念,你就能:

  • 写出更高效的SQL语句
  • 快速定位SQL错误
  • 更好地理解数据库的工作原理
  • 在面试中从容应对相关问题

下次写SQL的时候,不妨在心里默念一遍执行顺序,相信你会发现很多之前困惑的问题都迎刃而解了!


关注【一只划水的程序猿】,每天分享实用的编程技巧和职场经验!

如果这篇文章对你有帮助,别忘了点赞、收藏、分享给更多的小伙伴!你的支持是我继续创作的动力!

有问题欢迎在评论区留言,我会及时回复大家的疑问。让我们一起在编程的路上越走越远! 🚀

相关推荐
九分源码44 分钟前
基于PHP+MySQL组合开发开源问答网站平台源码系统 源码开源可二次开发 含完整的搭建指南
mysql·开源·php
程序员岳焱1 小时前
Java 与 MySQL 性能优化:MySQL分区表设计与性能优化全解析
后端·mysql·性能优化
天天摸鱼的java工程师1 小时前
MySQL表设计实战指南:从业务场景到表结构优化
java·后端·mysql
刺客xs2 小时前
MySQL数据库----DML语句
数据库·mysql
Brookty5 小时前
【MySQL】JDBC编程
java·数据库·后端·学习·mysql·jdbc
_代号0075 小时前
MySQL梳理一:整体架构概览
后端·mysql
码不停蹄的玄黓6 小时前
深入拆解MySQL InnoDB可重复读(RR)隔离级别:MVCC+临键锁如何「锁」住一致性?
数据库·mysql·可重复读
Lx3526 小时前
MySQL物化视图:预计算查询结果的定期刷新
sql·mysql·性能优化
Lx3526 小时前
Mysql死锁日志分析:事务逻辑冲突的排查技巧
sql·mysql·性能优化