詳解SQL邏輯查詢的各個(gè)階段
首先作者給出了如下的sql查詢語句執(zhí)行順序
(8) select (9) distinct (11) <top_specification> <select_list> (1)from <left_table> (3) <join_type> join <right_table> (2) on <join _condition> (4) where <where_condition> (5)group by <group_by_list> (6) with {cube|rollup} (7)having(having_condition) (10) order by <order_by_condition>
|
從這個(gè)順序中我們不難發(fā)現(xiàn)，所有的 查詢語句都是從from開始執(zhí)行的，在執(zhí)行過程中，每個(gè)步驟都會(huì)為
下一個(gè)步驟生成一個(gè)虛擬表，這個(gè)虛擬表將作為下一個(gè)執(zhí)行步驟的輸入。
第一步：首先對from子句中的前兩個(gè)表執(zhí)行一個(gè)笛卡爾乘積，此時(shí)生成虛擬表 vt1
第二步：接下來便是應(yīng)用on篩選器，on 中的邏輯表達(dá)式將應(yīng)用到 vt1 中的各個(gè)行，篩選出滿足on邏輯表達(dá)式的行，生成虛擬表 vt2
第三步：如果是outer join 那么這一步就將添加外部行，left outer jion 就把左表在第二步中過濾的添加進(jìn)來，如果是right outer join 那么就將右表在第二步中過濾掉的行添加進(jìn)來，這樣生成虛擬表 vt3
第四步：如果 from 子句中的表數(shù)目多余兩個(gè)表，那么就將vt3和第三個(gè)表連接從而計(jì)算笛卡爾乘積，生成虛擬表，該過程就是一個(gè)重復(fù)1-3的步驟，最終得到一個(gè)新的虛擬表 vt3。
第五步：應(yīng)用where篩選器，對上一步生產(chǎn)的虛擬表引用where篩選器，生成虛擬表vt4，在這有個(gè)比較重要的細(xì)節(jié)不得不說一下，對于包含outer join子句的查詢，就有一個(gè)讓人感到困惑的問題，到底在on篩選器還是用where篩選器指定邏輯表達(dá)式呢？on和where的最大區(qū)別在于，如果在on應(yīng)用邏輯表達(dá)式那么在第三步outer join中還可以把移除的行再次添加回來，而where的移除的最終的。
舉個(gè)簡單的例子，有一個(gè)學(xué)生表（班級(jí),姓名）和一個(gè)成績表(姓名,成績)，我現(xiàn)在需要返回一個(gè)x班級(jí)的全體同學(xué)的成績，但是這個(gè)班級(jí)有幾個(gè)學(xué)生缺考，也就是說在成績表中沒有記錄。為了得到我們預(yù)期的結(jié)果我們就需要在on子句指定學(xué)生和成績表的關(guān)系（學(xué)生.姓名=成績.姓名）那么我們是否發(fā)現(xiàn)在執(zhí)行第二步的時(shí)候，對于沒有參加考試的學(xué)生記錄就不會(huì)出現(xiàn)在vt2中，因?yàn)樗麄儽籵n的邏輯表達(dá)式過濾掉了,但是我們用left outer join就可以把左表（學(xué)生）中沒有參加考試的學(xué)生找回來，因?yàn)槲覀兿敕祷氐氖莤班級(jí)的所有學(xué)生，如果在on中應(yīng)用學(xué)生.班級(jí)=’x’的話，那么在left outer join 中就會(huì)將不會(huì)把x班級(jí)的學(xué)生的所有記錄找回來，所以只能在where篩選器中應(yīng)用 學(xué)生.班級(jí)=’x’ 應(yīng)為它的過濾是最終的。
第六步：group by 子句將中的唯一的值組合成為一組，得到虛擬表vt5。如果應(yīng)用了group by，那么后面的所有步驟都只能得到的vt5的列或者是聚合函數(shù)（count、sum、avg等）。原因在于最終的結(jié)果集中只為每個(gè)組包含一行。這一點(diǎn)請牢記。
第七步：應(yīng)用cube或者rollup選項(xiàng)，為vt5生成超組，生成vt6.
第八步：應(yīng)用having篩選器，生成vt7。having篩選器是第一個(gè)也是為唯一一個(gè)應(yīng)用到已分組數(shù)據(jù)的篩選器。
第九步：處理select列表。將vt7中的在select中出現(xiàn)的列篩選出來。生成vt8.
第十步：應(yīng)用distinct子句，vt8中移除相同的行，生成vt9。事實(shí)上如果應(yīng)用了group by子句那么distinct是多余的，原因同樣在于，分組的時(shí)候是將列中唯一的值分成一組，同時(shí)只為每一組返回一行記錄，那么所以的記錄都將是不相同的。
第十一步：應(yīng)用order by子句。按照order_by_condition排序vt9，此時(shí)返回的一個(gè)游標(biāo)，而不是虛擬表。sql是基于集合的理論的，集合不會(huì)預(yù)先對他的行排序，它只是成員的邏輯集合，成員的順序是無關(guān)緊要的。對表進(jìn)行排序的查詢可以返回一個(gè)對象，這個(gè)對象包含特定的物理順序的邏輯組織。這個(gè)對象就叫游標(biāo)。正因?yàn)榉祷刂凳怯螛?biāo)，那么使用order by 子句查詢不能應(yīng)用于表表達(dá)式。排序是很需要成本的，除非你必須要排序，否則最好不要指定order by，最后，在這一步中是第一個(gè)也是唯一一個(gè)可以使用select列表中別名的步驟。
第十二步：應(yīng)用top選項(xiàng)。此時(shí)才返回結(jié)果給請求者即用戶。到此為止我們將一個(gè)sql查詢語句的邏輯執(zhí)行過程梳理了一遍，對于使用查詢語句多年的我來說，無疑對以前的不少問題得出了解答。希望你也能從中受益。我將在后面介紹sqlserver 2005中新加入的邏輯處理階段。
