SQL语句的各个关键字的解析过程详细总结

由于最近需要做一些sql query性能提升的研究，因此研究了一下sql语句的解决过程。在园子里看了下，大家写了很多相关的文章，大家的侧重点各有不同。本文是我在看了各种资料后手机总结的，会详细的，一步一步的讲述一个sql语句的各个关键字的解析过程，欢迎大家互相学习。

简单的说一个sql语句是按照如下的顺序解析的：

首先创建一个Customers表，插入如下数据：

创建一个Orders表，插入如下数据：

假如我们想要查询来自Madrid的，订单数小于3的客户，并把他们的订单数显示出来，结果按照订单数从小到大进行排序。

SELECT C.customerid, COUNT(O.orderid) AS numorders 
FROM dbo.Customers AS C 
LEFT OUTER JOIN dbo.Orders AS O 
ON C.customerid = O.customerid 
WHERE C.city = 'Madrid' 
GROUP BY C.customerid 
HAVING COUNT(O.orderid) < 3 
ORDER BY numorders

下面我们会详细的讲述sql是怎样计算出这个结果的：

FROM子句标识了需要查询的表，如果指定了表操作，会从左到右的处理，每一个基于一个或者两个表的表操作都会返回一个输出表。左边表的输出结果会作为下一个表操作的输入结果。例如，交表相关的操作有 (1-J1)笛卡尔积，(1-J2)ON过滤器，(1-J3)添加外部列。FROM句子生成虚拟表VT1。

笛卡尔积会把左右两个表每一行所有可能的组合都列出来生成表VT1-J1，如果左表有m列，右表有n列，那么笛卡尔积之后生成的VT1-J1表将会有m×n列。

Step 1-J1这个步骤等价于执行：

SELECT * from Customers C CROSS JOIN Orders O

执行结果为：（共有4×7列）

ON过滤条件是sql的三个过滤条件(ON,WHERE,HAVING)中最先执行的，ON过滤条件应用于前一步生成的虚拟表(VT1-J1)，满足ON过滤条件的行会被加入到虚拟表VT1-J2中。在应用了ON 过滤之后，生成的VT1-J2表如下所示：

这个步骤只会出现在使用了外连接的情况。对于外连接(LEFT,RIGHT, or FULL)，你可以标记一个或者两个表作为保留表。作为保留表意味着你希望这个表里面的所有列都被返回，即使它里面的数据不满足ON子句的过滤条件。LEFT OUTER JOIN 把左边的表标记为保留表，RIGHTOUTER JOIN把右边的表作为保留表，FULL OUTER JOIN把两个表都标记为保留表.Step 1-J3为根据VT1-J2中的虚拟表，添加了保留表中不满足ON 条件的列，在未保留表中没有对应的列，因此标记为NULL。这个过程生成了虚拟表VT1-J3。

如果FROM子句中有多个表操作运算，sql会按照从左到右的顺序处理，左边生成的临时表结果作为右边表的输入表。

WHERE过滤被应用到前一步生成的临时表中，根据WHERE过滤条件生成临时表VT2。

注意：由于数据现在还没有被分组，因此现在你不能使用聚合运算-例如：你不能使用这样的句子 WHERE orderdate = MAX(orderdate)。另外你也不能使用SELECT子句中创建的变量别名，因为现在还没有处理SELECT子句-例如你不能写这样的句子：SELECT YEAR(orderdate) AS orderyear . . . WHERE orderyear > 2008.

应用这个过滤

WHERE C.city = 'Madrid'

这时生成的临时表VT2的内容如下：

在这个例子中，你需要在ON子句中使用ON C.customerid = O.customerid过滤，没有订单的客户在1-J2这一步中被过滤掉，但是在1-J3这一步中作为外部列又被加回来。但是，由于你只想返回来自Madrid的客户，因此你需要在WHERE子句中过滤城市（WHERE C.city = ‘Madrid')，如果你放在ON过滤中，不属于Madrid的客户在添加外部列中会被添加回来。

关于ON 和 WHERE 的区别需要在这里说明一下，ON 和WHERE 的主要区别在于 ON 实在添加外部列之前进行过滤，WHERE 是在之后。ON过滤掉的列会在1-J3中添加回来。如果你不需要添加外部列，那么这两个过滤是相同的。

这个子句会把前一步中生成的临时表中的数据进行分组，每一行都会分到并且只分到一个组里，生成虚拟表VT3。VT3表中包含了VT2表中所有的数据，和分组标识符。

这是生成的临时表VT3的内容如下：

sql最终返回的结果中，每一个分组必须只能返回一行(除非被过滤掉)，因此当一个sql语句中使用了GROUP BY时，在GROUP BY后面处理的子句，如SELECT，HAVING子句等，只能使用出现在GROUP BY后面的列，对于没有出现GROUP BY后面的列必须使用聚合函数(如 MAX ,MIN,COUNT,AVG等)，保证每一个GROUP只返回一行。

HAVING子句用来过滤前一步生成的临时表，并且只作用于分组后的数据，满足HAVING条件的GROUP被添加到虚拟表VT4中。

当应用了这个过滤：

HAVING COUNT(O.orderid) < 3

需要注意的一点是，这里面使用的是COUNT(O.orderid)，而不是COUNT(*)，由于这个查询中添加了外部列，COUNT方法会忽略NULL的列，导致出现了你不想要的结果。

尽管出现在sql语句的最前面，SELECT在第五步的时候才被处理，SELECT子句返回的表会最终返回给调用者。这个子句包含三个子阶段：(5-1)计算表达式，(5-2) 处理DISTINCT，(5-3)应用TOP过滤。

Step 5-1 计算表达式

SELECT子句中的表达式可以返回或者操作前一步表中返回的基本列。如果这个sql语句是一个聚合查询，在Step 3之后，你只能使用GROUP BY中的列，对不属于GROUP集合中的列必须使用聚合运算。不属于FROM表中基本列的必须为其起一个别名，如YEAR(orderdate) AS orderyear。

注意：在SELECT子句中创建的别名，不能在之前的Step中使用，即使在SELECT子句中也不能。原因是sql的很多操作是同时操作(all at once operation)，至于什么是all-at-once operation这里就不再介绍了。因此，SELECT子句中创建的别名只能在后面的子句中使用，如ORDER BY。例如：SELECT YEAR(orderdate) AS orderyear . . . ORDER BY orderyear。

在这个例子中：

SELECT C.customerid, COUNT(O.orderid) AS numorders

Step 5-2:应用DISTINCT子句

如果sql语句中使用了DISTINCT，sql会把重复列去掉，生成虚拟表VT5-2。

Step 5-3:应用TOP选项

TOP选项是T-SQL提供的一个功能，用来表示显示多少行。基于ORDER BY子句定义的顺序，指定个数的列会被查询出来。这个过程生成虚拟表VT5-3。

正如上文提到的，这一步依赖于ORDER BY定义的顺序来决定哪些列应该显示在前面。如果你没有指定结果的ORDER BY顺序，也没有使用WITH TIES子句 ，每一次的返回结果可能会不一致。

在我们的例子中，Step 5-3被省略了，因为我们没有使用TOP关键字。

前一步返回的虚拟表在这一步被排序，根据ORDER BY子句指定的顺序，返回游标VC6。ORDER BY子句也是唯一一个可以使用SELECT子句创建的别名的地方。

注意:这一步和之前不同的地方在于，这一步返回的结果是一个游标，而不是表。sql是基于集合理论的，一个集合没有对他的行定义顺序，它只是一个成员的逻辑集合，因此成员的顺序并不重要。带有ORDER BY子句的sql返回一个按照特定序列组织每一行的对象。ANSI 把这样的一个对象叫游标。理解这一点对你了解sql很重要。

本书中主要内容是参照 Inside Microsoft SQL Server 2008:T-SQL Query，中的内容，大家如果想深入了解sql查询相关的知识，可以找这本书看看，我这有英文原版的pdf，需要的可以找我要。

本文SQL语句的各个关键字的解析过程详细总结到此结束。每当我看天的时候我就不喜欢再说话每当我说话的时候我却不敢再看天。小编再次感谢大家对我们的支持！