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收集总结的，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。
SQL语句的解析顺序
简单的说一个sql语句是按照如下的顺序解析的：
-
1. FROM FROM后面的表标识了这条语句要查询的数据源。和一些子句如，（1-J1）笛卡尔积，（1-J2）ON过滤，（1-J3）添加外部列，所要应用的对象。FROM过程之后会生成一个虚拟表VT1。
-
(1-J1)笛卡尔积 这个步骤会计算两个相关联表的笛卡尔积(CROSS JOIN) ，生成虚拟表VT1-J1。
-
(1-J2)ON过滤 这个步骤基于虚拟表VT1-J1这一个虚拟表进行过滤，过滤出所有满足ON 谓词条件的列，生成虚拟表VT1-J2。
-
(1-J3)添加外部行 如果使用了外连接，保留表中的不符合ON条件的列也会被加入到VT1-J2中，作为外部行，生成虚拟表VT1-J3。
-
2. WHERE 对VT1过程中生成的临时表进行过滤，满足where子句的列被插入到VT2表中。
-
3. GROUP BY 这个子句会把VT2中生成的表按照GROUP BY中的列进行分组。生成VT3表。
-
4. HAVING 这个子句对VT3表中的不同的组进行过滤，满足HAVING条件的子句被加入到VT4表中。
-
5. SELECT 这个子句对SELECT子句中的元素进行处理，生成VT5表。
-
(5-1)计算表达式 计算SELECT 子句中的表达式，生成VT5-1
-
(5-2)DISTINCT 寻找VT5-1中的重复列，并删掉，生成VT5-2
-
(5-3)TOP 从ORDER BY子句定义的结果中，筛选出符合条件的列。生成VT5-3表
-
ORDER BY 从VT5-3中的表中，根据ORDER BY 子句的条件对结果进行排序，生成VC6表。
客户，订单的查询例子
首先创建一个Customers表，插入如下数据：
|
customerid
|
city
|
|
FISSA
|
Madrid
|
|
FRNDO
|
Madrid
|
|
KRLOS
|
Madrid
|
|
MRPHS
|
Zion
|
创建一个Orders表，插入如下数据：
|
orderid
|
customerid
|
|
1
|
FRNDO
|
|
2
|
FRNDO
|
|
3
|
KRLOS
|
|
4
|
KRLOS
|
|
5
|
KRLOS
|
|
6
|
MRPHS
|
|
7
|
NULL
|
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 numordersFROM dbo.Customers AS C LEFT OUTER JOIN dbo.Orders AS O ON C.customerid = O.customeridWHERE C.city = 'Madrid'GROUP BY C.customeridHAVING COUNT(O.orderid) <
3 ORDER BY numorders
查询结果为：
|
customerid
|
numorders
|
|
FISSA
|
0
|
|
FRNDO
|
2
|
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
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。
Step 1-J1：执行笛卡尔积(CROSS JOIN)
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）
|
C.customerid
|
C.city
|
O.orderid
|
O.customerid
|
|
FISSA
|
Madrid
|
1
|
FRNDO
|
|
FISSA
|
Madrid
|
2
|
FRNDO
|
|
FISSA
|
Madrid
|
3
|
KRLOS
|
|
FISSA
|
Madrid
|
4
|
KRLOS
|
|
FISSA
|
Madrid
|
5
|
KRLOS
|
|
FISSA
|
Madrid
|
6
|
MRPHS
|
|
FISSA
|
Madrid
|
7
|
NULL
|
|
FRNDO
|
Madrid
|
1
|
FRNDO
|
|
FRNDO
|
Madrid
|
2
|
FRNDO
|
|
FRNDO
|
Madrid
|
3
|
KRLOS
|
|
FRNDO
|
Madrid
|
4
|
KRLOS
|
|
FRNDO
|
Madrid
|
5
|
KRLOS
|
|
FRNDO
|
Madrid
|
6
|
MRPHS
|
|
FRNDO
|
Madrid
|
7
|
NULL
|
|
KRLOS
|
Madrid
|
1
|
FRNDO
|
|
KRLOS
|
Madrid
|
2
|
FRNDO
|
|
KRLOS
|
Madrid
|
3
|
KRLOS
|
|
KRLOS
|
Madrid
|
4
|
KRLOS
|
|
KRLOS
|
Madrid
|
5
|
KRLOS
|
|
KRLOS
|
Madrid
|
6
|
MRPHS
|
|
KRLOS
|
Madrid
|
7
|
NULL
|
|
MRPHS
|
Zion
|
1
|
FRNDO
|
|
MRPHS
|
Zion
|
2
|
FRNDO
|
|
MRPHS
|
Zion
|
3
|
KRLOS
|
|
MRPHS
|
Zion
|
4
|
KRLOS
|
|
MRPHS
|
Zion
|
5
|
KRLOS
|
|
MRPHS
|
Zion
|
6
|
MRPHS
|
|
MRPHS
|
Zion
|
7
|
NULL
|
Step 1-J2：应用ON过滤，(JOIN 条件)
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：
|
C.customerid
|
C.city
|
O.orderid
|
O.customerid
|
|
FRNDO
|
Madrid
|
1
|
FRNDO
|
|
FRNDO
|
Madrid
|
2
|
FRNDO
|
|
KRLOS
|
Madrid
|
3
|
KRLOS
|
|
KRLOS
|
Madrid
|
4
|
KRLOS
|
|
KRLOS
|
Madrid
|
5
|
KRLOS
|
|
MRPHS
|
Zion
|
6
|
MRPHS
|
Step 1-J3：添加外部列
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。
|
C.customerid
|
C.city
|
O.orderid
|
O.customerid
|
|
FISSA
|
Madrid
|
NULL
|
NULL
|
|
FRNDO
|
Madrid
|
1
|
FRNDO
|
|
FRNDO
|
Madrid
|
2
|
FRNDO
|
|
KRLOS
|
Madrid
|
3
|
KRLOS
|
|
KRLOS
|
Madrid
|
4
|
KRLOS
|
|
KRLOS
|
Madrid
|
5
|
KRLOS
|
|
MRPHS
|
Zion
|
6
|
MRPHS
|
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。
Step 2 WHERE 子句
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：
|
C.customerid
|
C.city
|
O.orderid
|
O.customerid
|
|
FISSA
|
Madrid
|
NULL
|
NULL
|
|
FRNDO
|
Madrid
|
1
|
FRNDO
|
|
FRNDO
|
Madrid
|
2
|
FRNDO
|
|
KRLOS
|
Madrid
|
3
|
KRLOS
|
|
KRLOS
|
Madrid
|
4
|
KRLOS
|
|
KRLOS
|
Madrid
|
5
|
KRLOS
|
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。
Step 3 GROUP BY子句
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：
Groups
C.customerid
|
C.customerid
|
C.city
|
O.orderid
|
O.customerid
|
|
FISSA
|
FISSA
|
Madrid
|
NULL
|
NULL
|
|
FRNDO
|
FRNDO
|
Madrid
|
1
|
FRNDO
|
|
FRNDO
|
Madrid
|
2
|
FRNDO
|
|
KRLOS
|
Madrid
|
3
|
KRLOS
|
|
KRLOS
|
KRLOS
|
Madrid
|
4
|
KRLOS
|
|
KRLOS
|
Madrid
|
5
|
KRLOS
|
