由於最近需要做一些sql query性能提升的研究,因此研究了一下sql語句的解決過程。在園子裡看了下,大家寫了很多相關的文章,大家的側重點各有不同。本文是我在看了各種資料後手機總結的,會詳細的,一步一步的講述一個sql語句的各個關鍵字的解析過程,歡迎大家互相學習。
SQL語句的解析順序簡單的說一個sql語句是按照如下的順序解析的:
1. FROM FROM後面的表標識了這條語句要查詢的數據源。和一些子句如,(1-J1)笛卡爾積,(1-J2)ON過濾,(1-J3)添加外部列,所要應用的對象。FROM過程之後會生成一個虛擬表VT1。首先創建一個Customers表,插入如下數據:
創建一個Orders表,插入如下數據:
假如我們想要查詢來自Madrid的,訂單數小於3的客戶,並把他們的訂單數顯示出來,結果按照訂單數從小到大進行排序。
復制代碼 代碼如下:
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
查詢結果為:
下面我們會詳細的講述sql是怎樣計算出這個結果的:
FROM子句FROM子句標識了需要查詢的表,如果指定了表操作,會從左到右的處理,每一個基於一個或者兩個表的表操作都會返回一個輸出表。左邊表的輸出結果會作為下一個表操作的輸入結果。例如,交表相關的操作有 (1-J1)笛卡爾積,(1-J2)ON過濾器,(1-J3)添加外部列。FROM句子生成虛擬表VT1。
Step 1-J1:執行笛卡爾積(CROSS JOIN)笛卡爾積會把左右兩個表每一行所有可能的組合都列出來生成表VT1-J1,如果左表有m列,右表有n列,那麼笛卡爾積之後生成的VT1-J1表將會有m×n列。
Step 1-J1這個步驟等價於執行:
SELECT * from Customers C CROSS JOIN Orders O
執行結果為:(共有4×7列)
ON過濾條件是sql的三個過濾條件(ON,WHERE,HAVING)中最先執行的,ON過濾條件應用於前一步生成的虛擬表(VT1-J1),滿足ON過濾條件的行會被加入到虛擬表VT1-J2中。在應用了ON 過濾之後,生成的VT1-J2表如下所示:
這個步驟只會出現在使用了外連接的情況。對於外連接(LEFT,RIGHT, or FULL),你可以標記一個或者兩個表作為保留表。作為保留表意味著你希望這個表裡面的所有列都被返回,即使它裡面的數據不滿足ON子句的過濾條件。LEFT OUTER JOIN 把左邊的表標記為保留表,RIGHTOUTER JOIN把右邊的表作為保留表,FULL OUTER JOIN把兩個表都標記為保留表.Step 1-J3為根據VT1-J2中的虛擬表,添加了保留表中不滿足ON 條件的列,在未保留表中沒有對應的列,因此標記為NULL。這個過程生成了虛擬表VT1-J3。
如果FROM子句中有多個表操作運算,sql會按照從左到右的順序處理,左邊生成的臨時表結果作為右邊表的輸入表。
Step 2 WHERE 子句WHERE過濾被應用到前一步生成的臨時表中,根據WHERE過濾條件生成臨時表VT2。
注意:由於數據現在還沒有被分組,因此現在你不能使用聚合運算-例如:你不能使用這樣的句子 WHERE orderdate = MAX(orderdate)。另外你也不能使用SELECT子句中創建的變量別名,因為現在還沒有處理SELECT子句-例如你不能寫這樣的句子:SELECT YEAR(orderdate) AS orderyear . . . WHERE orderyear > 2008.
應用這個過濾
WHERE C.city = 'Madrid'
這時生成的臨時表VT2的內容如下:
在這個例子中,你需要在ON子句中使用ON C.customerid = O.customerid過濾,沒有訂單的客戶在1-J2這一步中被過濾掉,但是在1-J3這一步中作為外部列又被加回來。但是,由於你只想返回來自Madrid的客戶,因此你需要在WHERE子句中過濾城市(WHERE C.city = ‘Madrid'),如果你放在ON過濾中,不屬於Madrid的客戶在添加外部列中會被添加回來。
關於ON 和 WHERE 的區別需要在這裡說明一下,ON 和WHERE 的主要區別在於 ON 實在添加外部列之前進行過濾,WHERE 是在之後。ON過濾掉的列會在1-J3中添加回來。如果你不需要添加外部列,那麼這兩個過濾是相同的。
Step 3 GROUP BY子句這個子句會把前一步中生成的臨時表中的數據進行分組,每一行都會分到並且只分到一個組裡,生成虛擬表VT3。VT3表中包含了VT2表中所有的數據,和分組標識符。
這是生成的臨時表VT3的內容如下:
sql最終返回的結果中,每一個分組必須只能返回一行(除非被過濾掉),因此當一個sql語句中使用了GROUP BY時,在GROUP BY後面處理的子句,如SELECT,HAVING子句等,只能使用出現在GROUP BY後面的列,對於沒有出現GROUP BY後面的列必須使用聚合函數(如 MAX ,MIN,COUNT,AVG等),保證每一個GROUP只返回一行。
Step 4 HAVING子句HAVING子句用來過濾前一步生成的臨時表,並且只作用於分組後的數據,滿足HAVING條件的GROUP被添加到虛擬表VT4中。
當應用了這個過濾:
復制代碼 代碼如下:
HAVING COUNT(O.orderid) < 3
之後,生成的VT4表內容如下:
需要注意的一點是,這裡面使用的是COUNT(O.orderid),而不是COUNT(*),由於這個查詢中添加了外部列,COUNT方法會忽略NULL的列,導致出現了你不想要的結果。
Step 5 SELECT 子句盡管出現在sql語句的最前面,SELECT在第五步的時候才被處理,SELECT子句返回的表會最終返回給調用者。這個子句包含三個子階段:(5-1)計算表達式,(5-2) 處理DISTINCT,(5-3)應用TOP過濾。
Step 5-1 計算表達式
SELECT子句中的表達式可以返回或者操作前一步表中返回的基本列。如果這個sql語句是一個聚合查詢,在Step 3之後,你只能使用GROUP BY中的列,對不屬於GROUP集合中的列必須使用聚合運算。不屬於FROM表中基本列的必須為其起一個別名,如YEAR(orderdate) AS orderyear。
注意:在SELECT子句中創建的別名,不能在之前的Step中使用,即使在SELECT子句中也不能。原因是sql的很多操作是同時操作(all at once operation),至於什麼是all-at-once operation這裡就不再介紹了。因此,SELECT子句中創建的別名只能在後面的子句中使用,如ORDER BY。例如:SELECT YEAR(orderdate) AS orderyear . . . ORDER BY orderyear。
在這個例子中:
復制代碼 代碼如下:
SELECT C.customerid, COUNT(O.orderid) AS numorders
結果會得到一個虛擬表VT5-1:
Step 5-2:應用DISTINCT子句
如果sql語句中使用了DISTINCT,sql會把重復列去掉,生成虛擬表VT5-2。
Step 5-3:應用TOP選項
TOP選項是T-SQL提供的一個功能,用來表示顯示多少行。基於ORDER BY子句定義的順序,指定個數的列會被查詢出來。這個過程生成虛擬表VT5-3。
正如上文提到的,這一步依賴於ORDER BY定義的順序來決定哪些列應該顯示在前面。如果你沒有指定結果的ORDER BY順序,也沒有使用WITH TIES子句 ,每一次的返回結果可能會不一致。
在我們的例子中,Step 5-3被省略了,因為我們沒有使用TOP關鍵字。
Step 6:ORDER BY子句前一步返回的虛擬表在這一步被排序,根據ORDER BY子句指定的順序,返回游標VC6。ORDER BY子句也是唯一一個可以使用SELECT子句創建的別名的地方。
注意:這一步和之前不同的地方在於,這一步返回的結果是一個游標,而不是表。sql是基於集合理論的,一個集合沒有對他的行定義順序,它只是一個成員的邏輯集合,因此成員的順序並不重要。帶有ORDER BY子句的sql返回一個按照特定序列組織每一行的對象。ANSI 把這樣的一個對象叫游標。理解這一點對你了解sql很重要。
上面的步驟如圖所示:本書中主要內容是參照 Inside Microsoft SQL Server 2008:T-SQL Query,中的內容,大家如果想深入了解sql查詢相關的知識,可以找這本書看看,我這有英文原版的pdf,需要的可以找我要。