SQL Server 查询分解

标签：SQL SERVER/MSSQL SERVER/数据库/DBA/查询步骤

概述

      查询步骤是很基础也挺重要的一部分，但是我还是在周围发现有些人虽然会语法，但是对于其中的步骤不是很清楚，这里就来分解一下其中的步骤,在技术内幕系列里面都会有讲到。

 

目录

•  概述
•  流程图
•  步骤分解
  •  测试数据
  •  FROM阶段
  •  WHERE阶段
  •  GROUP BY阶段
  •  HAVING阶段
  •  SELECT阶段
  •  ORDER BY阶段
  •  TOP于ORDER BY的关系
•  总结

流程图

 (1)FROM <LEFT_TABLE> <JOIN_TYPE> JOIN <RIGHT_TABLE> ON <ON_PREDICATE>
         |<LEFT_TABLE> <APPLY_TYPE> APPLY <RIGHT_TABLE_EXPRESSION> AS <alias>
         |<LEFT_TABLE> pivot(<pivot_specification>) AS <alias>
         |<LEFT_TABLE> UNPIVOT(<unpivot_specification>) AS <alias>
 (2)WHERE<where_predicate>
 (3)GROUP BY<group_by_specification>
 (4)HAVING<having_predicate>
 (5)SELECT <DISTINCT> <TOP> <select_list>
 (6)ORDER BY<order_by_list>

步骤分解

测试数据

--创建测试表

--创建顾客表
CREATE TABLE Customers
(custid INT NOT NULL PRIMARY KEY,
city NVARCHAR(20) NOT NULL
)
go
INSERT INTO Customers VALUES(1,'深圳'),(2,'广州'),(3,'武汉'),(4,'上海'),(5,'北京')

--创建订单表
CREATE TABLE Orders
(orderid INT NOT NULL PRIMARY KEY IDENTITY(1000,1),
custid INT NOT NULL,
orderdate DATETIME NOT NULL
)
GO
INSERT INTO Orders(custid,orderdate)values(1,'2013-10-1 00:00:00'),(1,'2013-10-2 00:00:00'),(1,'2013-10-3 00:00:00'),(1,'2013-10-4 00:00:00'),(2,'2013-10-1 00:00:00'),(2,'2013-10-3 00:00:00'),(2,'2013-10-5 00:00:00'),(3,'2013-10-3 00:00:00'),(3,'2013-10-7 00:00:00'),(4,'2013-10-1 00:00:00')

--创建订单明细表
CREATE TABLE [OrderDetails](
    [orderid] [int] NOT NULL,
    [productid] [int] NOT NULL,
    [unitprice] [money] NOT NULL,
    [qty] [smallint] NOT NULL
 CONSTRAINT [PK_OrderDetails] PRIMARY KEY CLUSTERED 
(
    [orderid] ASC,
    [productid] ASC
)WITH (PAD_INDEX  = OFF, STATISTICS_NORECOMPUTE  = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS  = ON, ALLOW_PAGE_LOCKS  = ON) ON [PRIMARY]
) ON [PRIMARY]
GO
INSERT INTO OrderDetails VALUES(1000,10,5.00,1),(1000,14,6.00,2),(1001,10,5.31,3),(1001,11,5.22,1),(1001,12,3.20,3),(1001,13,4.10,2),(1002,11,7.00,1),(1003,12,8.00,5),(1004,13,8.41,1),(1004,11,6.65,1),(1005,18,7.41,1),(1006,17,10.00,1)

--查询深圳、广州每一个顾客每笔金额大于10的订单,并按订单价格倒序排序
SELECT TA.custid,TB.orderid,SUM(tc.unitprice*tc.qty) AS price FROM Customers TA LEFT JOIN Orders TB ON TA.custid=TB.custid LEFT JOIN OrderDetails TC ON TB.orderid=tc.orderid
WHERE TA.city IN('深圳','广州')
GROUP BY TA.custid,TB.orderid
HAVING SUM(tc.unitprice*tc.qty)>10
ORDER BY price DESC

 

第一步:FROM阶段

这一步是一个T-SQL语句的开始，一般紧接着FROM的这个表被称作左表，例如a inner join b inner join c,首先a作为左表然后关联b,a和b关联的结果作为下一个运算的左表关联c。在FROM阶段涉及的表运算会有JOIN（LEFT JOIN,RIGHT JOIN,FULL JOIN),APPLY(CROSS APPLY,OUTER APPLY),PIVOT,UNPIVOT

对于上面的查询例子：FROM Customers TA LEFT JOIN Orders TB ON TA.custid=TB.custid的左连接的分解是这样的

第一步交叉连接、SELECT * FROM Customers TA CROSS JOIN Orders TB---首先进行交叉连接得到的行数是5*10=50行

第二步ON筛选、将TA.custid=TB.custid以外的结果排除,可以等价于SELECT * FROM Customers TA CROSS JOIN Orders TB WHERE TA.custid=TB.custid
第三步、将主表(左边的表)不在第二步的行加上,可以等价于 SELECT * FROM Customers TA CROSS JOIN Orders TB WHERE TA.custid=TB.custid union all SELECT * FROM Customers TA LEFT JOIN Orders TB ON TA.custid=TB.custid WHERE TB.custid IS NULL

 所以其它几个表运算只要大家知道怎么使用就可以了，大家只要明白它在T-SQL语句中的位置就行。

这里要注意一点：大家理解了JEFT JOIN的原理之后就明白"on"筛选对查询的删除不是最终的，在上面的第三步会把主表的一些行又添加上来，所以我们有时候写LEFT JOIN的时候有的人不太明白为什么ON 后面加AND和把AND放在WHERE里面的得到的结果不一样，就是这个原理了，WHERE操作对查询的删除才是最终的。

第二步：WHERE阶段

当然后面的有些阶段都是可选的也就是有的查询不一定会用到，但是这里为了讲述整个过程，所以就一步一步的来讲，在FROM 阶段结束之后会生成一张虚拟表，进入第二阶段也就是WHERE阶段，在WHERE阶段是对前一阶段（FROM阶段）结果返回行进行筛选，例如上面的查询筛选城市是‘深圳’，‘广州’的顾客

所以为什么把select步骤里面生成的列写在where里面无法识别就是因为where在select操作之前。

第三步：GROUP BY阶段

 GROUP BY 操作是分组操作，确保进行分组的属性集每一个组都是唯一的，GROUP BY 操作的数据是WHERE阶段筛选之后的数据，例如上面的查询例子是将custid,orderid作为一行来进行分组，上面的例子是每一个顾客每一笔订单的消费金额。

第四步：HAVING阶段

HAVING阶段是在GOUP BY 阶段返回TURE之后才会有这步操作，HAVING是对上一步的分组之后的数据进行筛选的步骤，例如筛选消费订单金额大于10的顾客订单

第五步：SELECT阶段

select阶段是返回上一步操作得到的虚拟表的数据列，所以也就是为什么存在group by的分组查询，select里面的列跟group by 的分组列需要一致的原因了，聚会函数生成的列除外，因为select查询的基础列就是来源于前面的步骤，select阶段会涉及到去重复distinct当然如果前面存在分组也就不存在重复了,TOP操作，还有一些字段之间的算法运算，子查询等等。

第六步：ORDER BY阶段

这一步是整个过程的最后一步操作，因为它在SELECT阶段之后，所以对于SELECT里面生成的字段别名在ORDER BY 中可以使用别名，对于一张表，表代表的是集合，集合是没有顺序的，当一个查询带有ORDER BY时我们可以把它理解成游标，游标是有特定的排序，所以为什么一个查询加上ORDER BY 操作之后会变的很慢了，因为它需要进行排序操作。

---当查询没有排序时
SELECT * FROM Orders

---当查询有排序时
SELECT * FROM Orders
ORDER BY CUSTID

TOP于ORDER BY的关系

order by 是保证结果排序顺序，top是一个逻辑运算操作

对于一个没有外部查询的语句，order by 操作既能保证结果根据制定条件的排序，又能满足TOP的逻辑运算（查询最小的三个orderid）
SELECT TOP (3) * FROM Orders
ORDER BY ORDERID

对于存在外部查询时,order by在作用仅仅是保证top的逻辑结果的正确输出，而不能保证查询结果的排序，虽然我们可能查询出的结果是按照这个方式排序。
---当不指定TOP时报错
SELECT * FROM(SELECT  custid,orderid,orderdate FROM Orders ORDER BY orderdate DESC) AS A
---当指定
SELECT * FROM(SELECT TOP (3) custid,orderid,orderdate FROM Orders ORDER BY orderdate DESC) AS A

 

总结

     理解完了整个查询的过程，也就能能理解为什么SQLServer这么耗内存了，每一步的操作都是生成一张虚拟表进入下一步操作，理解了整个查询过程 之后对我们理解T-SQL语法很有帮助，同时也有利于分析语句。

如果文章对大家有帮助，希望大家能给个赞，谢谢！！！

 

备注：

    作者：pursuer.chen

    博客：http://www.cnblogs.com/chenmh

本站点所有随笔都是原创，欢迎大家转载；但转载时必须注明文章来源，且在文章开头明显处给明链接，否则保留追究责任的权利。

《欢迎交流讨论》