【重学 MySQL】四十、SQL 语句执行过程

news2024/9/28 19:25:29

【重学 MySQL】四十、SQL 语句执行过程

  • select 语句的完整结构
  • select 语句执行顺序
  • SQL 语句执行原理

在这里插入图片描述

select 语句的完整结构

SELECT 语句是 SQL(Structured Query Language)中用于从数据库表中检索数据的核心语句。一个完整的 SELECT 语句结构可以包括多个部分,但并非所有部分都是必须的,具体取决于你想从数据库中检索什么信息。以下是一个相对完整的 SELECT 语句结构示例:

SELECT 
    [DISTINCT] column1, column2, ...
FROM 
    table_name
[WHERE condition]
[GROUP BY column1, column2, ...]
[HAVING condition]
[ORDER BY column1 [ASC|DESC], column2 [ASC|DESC], ...]
[LIMIT number [OFFSET offset]];

这里是每个部分的简要说明:

  1. SELECT:指定要从表中检索的列。可以使用 * 来检索所有列。DISTINCT 关键字用于返回唯一不同的值。

  2. FROM:指定要从中检索数据的表名。

  3. WHERE(可选):指定过滤条件,用于限制哪些行应被包含在结果集中。

  4. GROUP BY(可选):将结果集中的行分组为一个或多个汇总行,每个分组包含列中值的集合。通常与聚合函数(如 COUNT, MAX, MIN, SUM, AVG)一起使用。

  5. HAVING(可选):类似于 WHERE,但用于过滤分组后的结果。它通常与 GROUP BY 一起使用,对聚合后的结果进行过滤。

  6. ORDER BY(可选):指定结果集的排序方式。可以指定一个或多个列进行排序,以及排序的方向(升序 ASC 或降序 DESC)。

  7. LIMIT(可选):限制返回的记录数。OFFSET 子句(如果与 LIMIT 一起使用)指定在开始返回记录之前要跳过的记录数。

请注意,并非每个 SELECT 语句都需要包含所有这些部分。实际上,大多数简单的查询只需要 SELECTFROM 部分。其他部分根据具体需求添加。

例如,一个简单的查询可能看起来像这样:

SELECT name, age
FROM users;

这个查询从 users 表中检索 nameage 列的所有数据。

select 语句执行顺序

SELECT语句的执行顺序在SQL中是一个重要的概念,它决定了数据库如何处理和返回查询结果。尽管在编写SQL语句时,我们可能按照SELECT ... FROM ... WHERE ... GROUP BY ... HAVING ... ORDER BY ...这样的顺序来书写,但实际上,数据库在执行这些语句时遵循的是不同的内部逻辑顺序。以下是SELECT语句的完整执行顺序:

  1. FROM/JOIN

    • 这是SQL语句执行的第一步。数据库首先根据FROM子句确定要从哪个表(或哪些表通过JOIN操作)中检索数据。如果使用了JOIN,则还会根据ON子句指定的条件来合并表。
  2. WHERE

    • 在确定了数据源之后,数据库会根据WHERE子句中的条件对记录行进行筛选,排除不满足条件的行。
  3. GROUP BY

    • 如果查询中包含了GROUP BY子句,则数据库会将筛选后的结果集按照指定的列进行分组。分组操作通常与聚合函数(如COUNT、SUM、AVG等)一起使用,以便对每个分组进行统计计算。
  4. 使用聚集函数进行计算

    • 在分组之后,数据库会对每个分组应用聚合函数进行计算,得到每个分组的统计信息。
  5. HAVING

    • HAVING子句用于对分组后的结果进行过滤。与WHERE子句不同,HAVING可以在过滤条件中使用聚合函数。
  6. 计算所有的表达式

    • 在此阶段,数据库会计算SELECT列表中指定的所有表达式,包括算术表达式、字符串函数等。
  7. SELECT的字段

    • 根据SELECT子句指定的列或表达式,从前面的结果集中选择最终的输出列。
  8. DISTINCT(如果指定了):

    • 如果在SELECT语句中使用了DISTINCT关键字,则数据库会对结果集进行去重操作,确保每个输出行都是唯一的。
  9. ORDER BY

    • 最后,如果查询中包含了ORDER BY子句,则数据库会根据指定的列对结果集进行排序。排序可以是升序(ASC)或降序(DESC)。
  10. LIMIT/OFFSET(如果指定了):

    • 如果查询中包含了LIMIT子句(可能还伴随着OFFSET子句),则数据库会限制返回的记录数,并可能跳过一定数量的记录。

需要注意的是,虽然这个顺序描述了数据库内部处理SQL语句的方式,但在编写SQL语句时,我们仍然应该按照逻辑顺序来书写,即先指定数据源(FROM/JOIN),然后设置筛选条件(WHERE),接着进行分组和聚合(GROUP BY、聚合函数),最后选择输出列(SELECT)和排序(ORDER BY)。这样做有助于保持SQL语句的清晰和可读性。

SQL 语句执行原理

SELECT 是先执行 FROM 这一步的。在这个阶段,如果是多张表联查,还会经历下面的几个步骤:

  1. 首先先通过 CROSS JOIN 求笛卡尔积,相当于得到虚拟表 vt(virtual table)1-1;
  2. 通过 ON 进行筛选,在虚拟表 vt1-1 的基础上进行筛选,得到虚拟表 vt1-2;
  3. 添加外部行。如果我们使用的是左连接、右链接或者全连接,就会涉及到外部行,也就是在虚拟表 vt1-2 的基础上增加外部行,得到虚拟表 vt1-3。

当然如果我们操作的是两张以上的表,还会重复上面的步骤,直到所有表都被处理完为止。这个过程得到是我们的原始数据。

当我们拿到了查询数据表的原始数据,也就是最终的虚拟表 vt1,就可以在此基础上再进行 WHERE 阶段。在这个阶段中,会根据 vt1 表的结果进行筛选过滤,得到虚拟表 vt2

然后进入第三步和第四步,也就是 GROUP 和 HAVING 阶段。在这个阶段中,实际上是在虚拟表 vt2 的基础上进行分组和分组过滤,得到中间的虚拟表 vt3vt4

当我们完成了条件筛选部分之后,就可以筛选表中提取的字段,也就是进入到 SELECT 和 DISTINCT 阶段

首先在 SELECT 阶段会提取想要的字段,然后在 DISTINCT 阶段过滤掉重复的行,分别得到中间的虚拟表 vt5-1vt5-2

当我们提取了想要的字段数据之后,就可以按照指定的字段进行排序,也就是 ORDER BY 阶段,得到虚拟表 vt6

最后在 vt6 的基础上,取出指定行的记录,也就是 LIMIT 阶段,得到最终的结果,对应的是虚拟表 vt7

当然我们在写 SELECT 语句的时候,不一定存在所有的关键字,相应的阶段就会省略。

同时因为 SQL 是一门类似英语的结构化查询语言,所以我们在写 SELECT 语句的时候,还要注意相应的关键字顺序,所谓底层运行的原理,就是我们刚才讲到的执行顺序。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2168481.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Linux系统部署Mysql8.x修改密码并且设置远程连接

配置yum仓库配置yum仓库 # 更新密钥 rpm import https:repo.mysql.com/RPM-GPG-KEY- mysql-2023 # 安装Mysql8.x版本 yum库 rpm -Uvh https:dev.mysql.com/get/mysql80-community-release-el7-2.noarch.rpm 由于MySQL并不在CentOS的官方仓库中,所以我们通过上述rp…

跟李沐学AI:自注意力和位置编码

自注意力 自注意力机制(Self-Attention Mechanism),也被称为内部注意力(Intra-attention)或并行注意力(Parallel Attention),是一种在深度学习模型中用于处理序列数据的机制。它允许…

新版pycharm如何导入自定义环境

我们新的版本的pycharm的ui更改了,但是我不会导入新的环境了 我们先点击右上角的add interpreter 然后点击添加本地编译器 先导入这个bat文件 再点击load 我们就可以选择我们需要的环境了

解决毕业论文难题!推荐7款AI自动生成论文工具网站

在当今学术研究和写作领域,AI论文写作工具的出现极大地提高了写作效率和质量。这些工具不仅能够帮助研究人员快速生成论文草稿,还能进行内容优化、查重和排版等操作。以下是七款值得推荐的AI自动生成论文工具网站,特别推荐千笔-AIPassPaper。…

arthas简单应用

背景说明 项目上某个接口响应时间过长,需要查看方法耗时情况进行优化 安装配置 访问下载页进行下载:下载 | arthas 调整文件位置进行解压缩 - 查看arthas帮助命令(非必须,官网文档更详细) C:\tools\arthas\4.0.1\b…

移动技术开发:HandlerAsyncTask

1 实验名称 Handler&AsyncTask 2 实验目的 掌握使用Handler消息传递机制和AsyncTask处理后台线程周期性的改变Activity中界面控件的属性 3 实验源代码 布局文件代码&#xff1a; &#xff08;1&#xff09;HandlerTest <?xml version"1.0" encoding&quo…

《深度学习》—— ResNet 残差神经网络

文章目录 一、什么是ResNet&#xff1f;二、残差结构&#xff08;Residual Structure&#xff09;三、Batch Normalization&#xff08;BN----批归一化&#xff09; 一、什么是ResNet&#xff1f; ResNet 网络是在 2015年 由微软实验室中的何凯明等几位大神提出&#xff0c;斩获…

文新智能体开发:省钱有道,智慧选择,属于你的“省钱小诸葛”

开发灵感 在开发购物类智能体“省购小诸葛”时&#xff0c;我的灵感源自于对现代消费者购物行为的深刻洞察与未来科技趋势的展望。想象一个时代&#xff0c;当信息的海洋变得浩瀚无垠&#xff0c;消费者在众多商品与促销活动中遨游&#xff0c;却往往感到迷茫与疲惫。这时&…

在CANoe/CANalyzer中Replay Block“一键发送”一个诊断/命令序列

案例背景&#xff1a; 在博文《在CANoeCANalyzer中“在线回放”CAN Log.asc/blf文件_canoe怎么回放blf文件-CSDN博客https://blog.csdn.net/qfmzhu/article/details/128954931》我们介绍了Replay Block模块的一些典型应用。 下面我们介绍如何使用Replay Block代替IG(Interact…

OJ在线评测系统 后端 使用代理模式编写测试类 并 实现核心业务判题流程

编写测试类(代理模式) 实现示例的代码沙箱 package com.dduo.dduoj.judge.codesandbox.impl;import com.dduo.dduoj.judge.codesandbox.CodeSandbox; import com.dduo.dduoj.judge.codesandbox.model.ExecuteCodeRequest; import com.dduo.dduoj.judge.codesandbox.model.Exec…

Linux 冯诺依曼体系结构与操作系统概念

目录 0.前言 1. 冯诺依曼体系结构概述 1.1 输入单元 1.2 中央处理单元&#xff08;CPU&#xff09; 1.3 输出单元 2. 冯诺依曼体系结构的关键特性 2.1 所有数据流向内存 2.2 数据流动示例&#xff1a;QQ聊天过程 3. 操作系统 3.1 概念 3.2 设计操作系统的目的 3.3 操作系统的“…

华为源NAT技术与目的NAT技术

1&#xff09;源NAT对报文源地址进行转换&#xff0c;分为NAT NO-PAT&#xff0c;NAPT,EASY-IP,三元组NAT&#xff1b; &#xff08;1&#xff09;NAT NO-PAT原理&#xff1a; no-port address translation:非端口地址转换&#xff1a;只转换地址&#xff0c;不转换端口&…

【C++位图】构建灵活的空间效率工具

目录 位图位图的基本概念如何用位图表示数据位图的基本操作setresettest 封装位图的设计 总结 在计算机科学中&#xff0c;位图&#xff08;Bitmap&#xff09;是一种高效的空间管理数据结构&#xff0c;广泛应用于各种场景&#xff0c;如集合操作、图像处理和资源管理。与传统…

使用docker形式部署prometheus+alertmanager+钉钉告警

一、拉取所需要的镜像 docker pull prom/node-exporter docker pull grafana/grafana docker pull prom/prometheus docker pull prom/alertmanager 其中 prom/node-exporter&#xff1a;用于收集主机系统信息和指标的 grafana/grafana&#xff1a;是一个用于可视化和分…

word2vector理论

目录 1.理论 2.公式 3.SkipGram的优化 1.理论 2.公式 3.SkipGram的优化 CBOW的优化, CBOW是用上下文预测中心词. Hirarchical softmax帮助我们最快的找到最大的softmax, 通过建立一个霍夫曼树.

【数据结构】AVL树相关知识详细梳理

1. AVL树的概念 AVL的全称是Adelson-Velsky-Landis&#xff0c;其名称来源于其发明者Adelson、Velsky和Landis&#xff0c; 是平衡二叉树搜索树。 它的出现是由于二叉搜索树虽可以缩短查找的效率&#xff0c;但如果数据有序或接近有序二叉搜索树将退化为单支树&#xff0c;查找…

城市轨道交通网络客流大数据可视化分析系统----以某市交通网络客流数据为例

1 引言 1.1研究背景、目的与意义 1.1.1研究背景 城市轨道交通系统是现代城市的重要交通方式之一&#xff0c;随着城市化进程的加速和人口增长&#xff0c;轨道交通系统的客流量不断增加。因此&#xff0c;轨道交通部门和相关企业需要对客流数据进行实时监测和分析&#xff0…

云数据库RDS MySQL性能测试与对比@2024年09月

原创&#xff1a;orczhouninedata 来源&#xff1a;云数据库技术 在不同的云厂商购买相同规格的MySQL实例(如4vCPU-16GB)&#xff0c;获得的性能相同吗&#xff0c;他们的差异如何&#xff1f;本文继续尝试回答这个问题。 详细数据&#xff1a; 测试结果概述 在本次测试中&…

常见的TTL,RS232,RS485,IIC,SPI,UART之间的联系和区别

简单总结 图片来源 RS232,RS485可参考&#xff0c;IIC&#xff0c;SPI,UART可参考 烧录程序中常听到的一句话就是USB转TTL&#xff0c;但严格来说算是USB传输数据的协议转换成TTL&#xff08;Transistor-Transistor Logic&#xff09;协议传输数据。首先&#xff0c;usb是常见…

电脑资料被拷贝了,能查出来吗?5个方法有效防止电脑泄密!

网络快速发展的背景下&#xff0c;电脑资料的安全问题日益凸显。 一旦电脑资料被非法拷贝&#xff0c;不仅可能导致企业核心机密泄露&#xff0c;还可能对个人隐私造成严重影响。 那么&#xff0c;当电脑资料被拷贝时&#xff0c;我们能否查出来&#xff1f;又该如何有效防止…