SQL之数据分析必问查询顺序

已经开始数据分析工作的同学，大都知道从数据库中取数、查数是常见的工作内容，而理解查询的顺序之后，能够帮助我们更好排查出现的错误，还能优化SQL的执行速度。对于要面试数据分析的同学，能够回答出查询顺序的问题，是能够大大加分的，且有时还是必问的。

先看个小问题

大家先在自己的电脑上运行下类似这句代码

select
 country
, sum(area)
from
 country_data
where
 sum(area) > 1000
group by
 country

运行成功了吗？先想下30秒，然后接着看哟（提示：SQL执行顺序）

SQL执行顺序

我们通过看一个完整的查询来看下执行顺序。

--Complete SELECT query
SELECT DISTINCT column, AGG_FUNC(column_or_expression), …
FROM mytable
    JOIN another_table
      ON mytable.column = another_table.column
    WHERE constraint_expression
    GROUP BY column
    HAVING constraint_expression
    ORDER BY column ASC/DESC
    LIMIT count OFFSET COUNT;

1.From and JOIN

首先我们进行查询的时候，肯定是先获得一份数据集的，From语句和JOIN被先执行的，就是为了获得数据集的。

2.WHERE

一旦数据集给拿到了，WHERE限制条件会被用到某些行上，并把不满足的行给抛弃掉。并且，这能够用到各种数据类型中，包括numbers、strings，or dates

where nmbr > 5;
where strng = 'Skywalker';
where dte = '2017-01-01';

3.GROUP BY

WHERE条件限定之后,接下来就是GROUP BY语句了，这一语句会根据某一字段进行分组，并对各个组进行求聚合。现在我们再来想想刚刚提到的代码错在哪里了呢

select
     country
    , sum(area)
    from
     country_data
    where
     sum(area) > 1000
    group by
     country

想想看，我们先进行的是FROM,紧接着是WHERE,然后才是GROUP BY。所以上面的语句就是错在了WHERE 语句在执行的时候，GROUP BY语句还没有开始,那时聚合值sum(area)还是未知的。那正确的写法呢？还请接着往下看。

4.HAVING

having语句在SQL中的主要作用与Where语句作用是相同的，但是having是过滤聚合值,其实上面的正确写法是这样的

select
  country
  , sum(area)
from
  country_data
group by
  country
having
  sum(area) > 100000

5.SELECT

在经过上面的执行之后,终于到了select语句，但是别慌，下面还有呢。

6.DISTINCT

对于剩下的行，Distinct用来去除重复行,只保留唯一的。

7.ORDER BY

此语句用来对select后的结果,进行排序，升序或者是降序。

8.LIMIT/OFFSET

用来限定返回的行数

总结

执行顺序	语句	功能
1	from	获取基础数据
2	where	过滤基础数据
3	group by	聚合基础数据
4	having	过滤聚合后的数据
5	select	返回最终的数据
6	distinct	去重最终的数据
7	order by	排序最终的数据
8	limit/offset	限定最终数据的返回行

参考链接

1.SQL Query Order of Execution
2.SQL Lesson 12: Order of execution of a Query