1-9 SELECT 查询基础：where、group by、having、order by、limit offset

哈喽，各位码友！在数据库开发中，SELECT 查询 是使用率最高的核心语法，无论是日常业务开发、数据统计，还是接口数据查询，都离不开它。很多初学者能写简单查询，但对 where、group by、having、order by、limit offset 的执行顺序、使用场景、区别以及分页性能问题一知半解。

本篇博客将从零梳理 SELECT 基础查询核心知识点，包含完整语法、关键字用法、distinct 去重、offset 分页性能缺陷及优化思路，全程搭配可运行 SQL 案例，适合零基础入门、查漏补缺。

适用数据库：PostgreSQL 12+

说明：PostgreSQL 的 limit/offset 语法和 MySQL 写法很接近，但分组、聚合、严格模式、分页底层实现有区别，下文会标注差异点。

测试表说明 ：本文所有案例基于学生成绩表 stu_score

sql 复制代码

-- 测试数据表 PostgreSQL
CREATE TABLE stu_score (
    id INT PRIMARY KEY GENERATED BY DEFAULT AS IDENTITY COMMENT '主键ID',
    stu_name VARCHAR(20) NOT NULL COMMENT '学生姓名',
    subject VARCHAR(20) NOT NULL COMMENT '考试科目',
    score INT NOT NULL COMMENT '分数',
    class_id INT COMMENT '班级ID'
) COMMENT '学生成绩表';

-- 测试数据
INSERT INTO stu_score (stu_name, subject, score, class_id) VALUES
('张三','语文',88,1),
('张三','数学',95,1),
('李四','语文',76,2),
('李四','数学',82,2),
('王五','语文',92,1),
('王五','数学',89,1),
('赵六','语文',85,2),
('赵六','数学',90,2);

一、SELECT 完整基础语法结构

首先记住 SELECT 标准执行顺序（重中之重），这是区分各类查询关键字的核心：

语法书写顺序：select → from → where → group by → having → order by → limit
数据库真实执行顺序：from → where → group by → having → select → order by → limit

很多语法报错、查询结果异常，都是因为混淆了执行顺序！下面我们逐个拆解每个关键字的用法。

完整通用语法：

sql 复制代码

SELECT [DISTINCT] 字段列表
FROM 表名
[WHERE 行过滤条件]
[GROUP BY 分组字段]
[HAVING 分组后过滤条件]
[ORDER BY 排序字段 [ASC/DESC]]
[LIMIT 条数 OFFSET 偏移量];

PG 小提示：PostgreSQL 推荐 LIMIT size OFFSET offset 写法；不支持 MySQL LIMIT offset,size 逗号写法！这点和 MySQL 不一样，写 SQL 时容易踩坑。

二、核心关键字详解

1、WHERE：分组前行过滤

where 的作用是筛选原始数据表中的单行数据 ，在 group by 分组之前 执行，过滤掉不符合条件的原始数据。

✅ 支持条件：比较运算（>、<、=）、逻辑运算（and/or/not）、模糊查询（like）、范围查询（between and、in） ❌ 不支持：聚合函数（sum、count、avg 等），因为执行 where 时还未分组，没有聚合结果

案例：查询语文分数大于 80 分的学生成绩

sql 复制代码

SELECT * FROM stu_score 
WHERE subject = '语文' AND score > 80;

执行逻辑：先从数据表中筛选出科目为语文、分数大于 80 的原始数据，再返回结果。

2、GROUP BY：数据分组统计

group by 用于将查询结果按照指定字段分组，通常搭配聚合函数使用（count、sum、avg、max、min），实现分组统计。

使用规则（PostgreSQL 强制严格校验）：

SELECT 后面出现的非聚合字段，必须全部出现在 GROUP BY 子句中，PG 默认不允许 MySQL 那种宽松分组模式，否则直接报错。
可以单个字段分组，也可以多个字段联合分组。

案例：统计每个学生的总成绩、平均成绩

sql 复制代码

SELECT 
    stu_name,
    SUM(score) AS total_score,
    AVG(score) AS avg_score
FROM stu_score
GROUP BY stu_name;

3、HAVING：分组后结果过滤

having 是分组后的过滤条件 ，在 group by 分组、聚合计算完成后执行，专门用于筛选聚合后的统计结果。

✅ 支持：聚合函数、普通字段条件 ❌ 和 where 的核心区别：where 过滤原始数据（分组前），having 过滤统计数据（分组后）

案例：统计总成绩大于 170 分的学生

sql 复制代码

SELECT 
    stu_name,
    SUM(score) AS total_score
FROM stu_score
GROUP BY stu_name
HAVING SUM(score) > 170;

PG 小提示：having 里不能直接使用 select 中定义的别名 total_score，需要写原始聚合表达式，这点和 MySQL 不同！

4、ORDER BY：结果排序

order by 用于对最终查询结果进行排序，在所有筛选、分组、聚合完成后执行。

排序规则：

ASC：升序（默认，可省略）
DESC：降序

支持单字段排序、多字段优先级排序。

案例：按学生总成绩降序排序

sql 复制代码

SELECT 
    stu_name,
    SUM(score) AS total_score
FROM stu_score
GROUP BY stu_name
ORDER BY total_score DESC;

PG 这里支持使用 select 别名排序，和 MySQL 一致。

5、LIMIT & OFFSET：分页查询

PostgreSQL 使用 LIMIT 限制返回行数，OFFSET 设置跳过多少行，没有 MySQL 逗号简写语法。

标准写法：

sql 复制代码

-- PG 标准写法：LIMIT 返回条数 OFFSET 跳过行数
LIMIT size OFFSET offset

offset：偏移量，跳过前 N 条数据
size：每页展示的数据条数

案例：分页查询，第 2 页，每页 2 条数据（页码从第 0 页开始）

sql 复制代码

SELECT * FROM stu_score
ORDER BY id ASC
LIMIT 2 OFFSET 2;

三、DISTINCT 去重用法详解

DISTINCT 用于去除查询结果中的重复数据，保留唯一值，写在 SELECT 之后。

1、单字段去重

sql 复制代码

-- 查询所有不重复的班级ID
SELECT DISTINCT class_id FROM stu_score;

2、多字段联合去重

重点：多字段去重时，只有所有字段值完全一致才会判定为重复，单一字段重复不会去重。

sql 复制代码

-- 姓名+科目联合去重
SELECT DISTINCT stu_name, subject FROM stu_score;

、DISTINCT 注意事项

DISTINCT 作用于后续所有字段，而非单个字段
底层会执行排序（HashAggregate / Sort），大数据量下会消耗 CPU 和内存，慎用
PostgreSQL 还提供 DISTINCT ON()，可以实现按指定字段只取第一条，是 PG 特有语法，后续进阶篇讲解

四、OFFSET 分页核心性能问题（面试高频）

很多人以为只有 MySQL 存在 offset 深分页问题，PostgreSQL 的大 offset 分页同样有严重性能问题，后端面试高频考点。

1、性能问题根源

PostgreSQL 在执行 OFFSET M LIMIT N 时：数据库需要扫描并丢弃前面 M 行数据，再返回 N 条。

LIMIT 10 OFFSET 10000 PG 需要读取 10010 行数据，丢弃前 10000 行，只返回最后 10 条。offset 越大，扫描行数越多，IO 和 CPU 开销越高，分页越深查询越慢。

2、案例对比

sql 复制代码

-- 浅分页：性能几乎无影响
SELECT * FROM stu_score LIMIT 10 OFFSET 10;

-- 深分页：百万级数据下极度卡顿
SELECT * FROM stu_score LIMIT 10 OFFSET 1000000;

3、优化方案（PostgreSQL 落地）

方案 1：主键书签分页（推荐，也叫 keyset 分页）

利用有序主键索引，用 where 条件代替 offset，不需要扫描丢弃前面数据。

sql 复制代码

-- 已知上一页最后一条ID为10，查询下一页10条数据
SELECT * FROM stu_score WHERE id > 10 ORDER BY id LIMIT 10;

优点：走索引查询，速度稳定，不受分页深度影响缺点：不适合 ID 存在删除、不连续场景；不支持直接跳页（跳转到第 1000 页）

方案 2：延迟关联优化

先从索引取出主键，再关联回表拿完整字段，减少回表开销。

sql 复制代码

SELECT s.* FROM stu_score s
INNER JOIN (SELECT id FROM stu_score ORDER BY id LIMIT 10 OFFSET 10000) temp
ON s.id = temp.id
ORDER BY s.id;

方案 3：业务层限制深分页

产品层面限制用户最大分页页数（例如最多允许查前 1000 页），从业务上规避大 offset，企业项目最常用方案。

PG 额外补充：PostgreSQL 13+ 支持 FETCH FIRST ... ROWS ONLY，是 SQL 标准语法，等价 LIMIT

sql 复制代码

SELECT * FROM stu_score ORDER BY id FETCH FIRST 2 ROWS ONLY OFFSET 2;

五、高频易错知识点总结

执行顺序：where（原始过滤）→ group by（分组）→ having（聚合过滤）→ order by（排序）→ limit（分页）
Where 和 Having 区别 ：where 不能用聚合函数，过滤原始行；having 过滤分组聚合结果。PostgreSQL 的 having 不能直接引用 select 别名
Distinct ：多字段联合去重，全部字段一致才去重；底层排序开销大。PG 特有 DISTINCT ON
Offset 分页坑：PG 同样存在大偏移量性能衰减，优先使用主键书签分页优化

六、文末总结

SELECT 查询是 SQL 的基石，where、group by、having、order by、limit offset 的组合使用，覆盖了 90% 的数据查询、统计、分页场景。

掌握执行顺序 和性能痛点，不仅能写出正确的 SQL，更能规避线上慢查询问题，也是面试、开发的核心加分点。后续会持续更新 PostgreSQL 进阶语法、索引优化、联表查询等干货！