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：
-- 这个查询为什么报错？SELECT name, age, COUNT(*) as cntFROM users WHERE age > 18 AND cnt > 5GROUP BY name;
复制代码
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：
SELECT DISTINCT column_name, COUNT(*)FROM table_name t1JOIN table_name2 t2 ON t1.id = t2.user_idWHERE conditionGROUP BY column_nameHAVING COUNT(*) > 1ORDER BY column_nameLIMIT 10 OFFSET 20;
复制代码
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：
🎯 详解每个执行步骤
第 1 步：FROM - 找到数据源
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
FROM users uJOIN orders o ON u.id = o.user_id
复制代码
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：
-- 示例：查询用户及其订单信息SELECT u.name, o.order_dateFROM users uLEFT JOIN orders o ON u.id = o.user_id;
复制代码
第 3 步：WHERE - 过滤不需要的行
WHERE u.age > 18 AND u.status = 'active'
复制代码
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！
-- ❌ 错误写法SELECT name, COUNT(*) as cntFROM usersWHERE COUNT(*) > 5; -- 报错！
-- ✅ 正确写法SELECT name, COUNT(*) as cntFROM usersGROUP BY nameHAVING COUNT(*) > 5; -- 用HAVING
复制代码
第 4 步：GROUP BY - 数据分组
GROUP BY u.department, u.position
复制代码
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：
-- 按部门统计员工数量SELECT department, COUNT(*) as employee_countFROM usersWHERE status = 'active'GROUP BY department;
复制代码
第 5 步：HAVING - 过滤分组
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：
-- 找出订单数量超过10的用户SELECT user_id, COUNT(*) as order_countFROM ordersWHERE order_status = 'completed' -- 先过滤已完成的订单GROUP BY user_idHAVING COUNT(*) > 10; -- 再过滤订单数量超过10的用户
复制代码
第 6 步：SELECT - 选择要显示的列
SELECT u.name, u.age, COUNT(o.id) as order_count
复制代码
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！
-- ❌ 错误：WHERE执行在SELECT之前SELECT name, age * 2 as double_ageFROM usersWHERE double_age > 50; -- double_age还不存在！
-- ✅ 正确写法SELECT name, age * 2 as double_ageFROM usersWHERE age * 2 > 50;
复制代码
第 7 步：DISTINCT - 去除重复
SELECT DISTINCT departmentFROM users;
复制代码
如果使用了 DISTINCT，MySQL 会去除重复的行。
第 8 步：ORDER BY - 排序
ORDER BY u.age DESC, u.name ASC
复制代码
对最终结果进行排序。
ORDER BY 可以使用 SELECT 中的别名：
-- ✅ 正确：ORDER BY执行在SELECT之后SELECT name, age * 2 as double_ageFROM usersORDER BY double_age DESC; -- 可以使用别名
复制代码
第 9 步：LIMIT - 限制结果数量
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：
-- 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_countFROM usersWHERE age > 25GROUP BY department HAVING COUNT(*) > 5ORDER BY employee_count DESC;
复制代码
执行过程分析：
FROM users - 确定数据源
WHERE age > 25 - 过滤年龄大于 25 的员工
GROUP BY department - 按部门分组
HAVING COUNT(*) > 5 - 过滤员工数量超过 5 的部门
SELECT department, COUNT(*) - 选择要显示的列
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
-- ❌ 低效：先JOIN再过滤SELECT u.name, o.order_dateFROM users uJOIN orders o ON u.id = o.user_idWHERE u.status = 'active';
-- ✅ 高效：先过滤再JOINSELECT u.name, o.order_dateFROM (SELECT * FROM users WHERE status = 'active') uJOIN orders o ON u.id = o.user_id;
复制代码
2. 索引利用
-- 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;
复制代码
3. 避免不必要的排序
-- 如果不需要排序，不要使用ORDER BYSELECT department, COUNT(*)FROM usersGROUP BY department;-- 而不是SELECT department, COUNT(*)FROM usersGROUP BY departmentORDER BY department; -- 不必要的排序
复制代码
🔧 常见错误及解决方案
错误 1：在 WHERE 中使用聚合函数
-- ❌ 错误SELECT department, COUNT(*) as cntFROM usersWHERE COUNT(*) > 5;
-- ✅ 正确SELECT department, COUNT(*) as cntFROM usersGROUP BY departmentHAVING COUNT(*) > 5;
复制代码
错误 2：在 WHERE 中使用 SELECT 别名
-- ❌ 错误SELECT name, salary * 12 as annual_salaryFROM employeesWHERE annual_salary > 100000;
-- ✅ 正确SELECT name, salary * 12 as annual_salaryFROM employeesWHERE salary * 12 > 100000;
复制代码
错误 3：GROUP BY 与 SELECT 不匹配
-- ❌ 错误：SELECT中的列必须在GROUP BY中，或者是聚合函数SELECT department, name, COUNT(*)FROM usersGROUP BY department;
-- ✅ 正确SELECT department, COUNT(*)FROM usersGROUP BY department;
复制代码
📊 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
排 - 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：
🏆 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：
-- 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_salaryFROM users uJOIN departments d ON u.dept_id = d.idWHERE u.status = 'active' AND d.budget > 100000GROUP BY u.departmentHAVING AVG(u.salary) > 50000ORDER BY avg_salary DESCLIMIT 5;
复制代码
答案：
FROM users u - 确定主表
JOIN departments d ON u.dept_id = d.id - 连接部门表
WHERE u.status = 'active' AND d.budget > 100000 - 过滤活跃用户和预算充足的部门
GROUP BY u.department - 按部门分组
HAVING AVG(u.salary) > 50000 - 过滤平均工资超过 5 万的部门
SELECT DISTINCT u.department, AVG(u.salary) - 选择部门和平均工资
DISTINCT - 去重（虽然这里 GROUP BY 已经保证唯一性）
ORDER BY avg_salary DESC - 按平均工资降序排列
LIMIT 5 - 只取前 5 条记录
🎯 总结
理解 SQL 执行顺序的重要性：
避免语法错误 - 知道什么时候可以使用别名
优化查询性能 - 合理安排过滤条件的位置
正确使用聚合函数 - 区分 WHERE 和 HAVING 的使用场景
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！
文章转载自：大毛啊
原文链接：https://www.cnblogs.com/damaoa/p/18964981
体验地址：http://www.jnpfsoft.com/?from=001YH
评论