1. 书写顺序

select->distinct->from->join->on->where->group by->having->order by->limit

必须字段：select、from

可选字段：distinct、join、on、where、group by、having、sum、count、max、avg、order by、limit

2. 执行顺序

from->on->join->where->group by->sum、count、max、avg->having->select->distinct->order by->limit

# 用左连接的方式查询 bumen 表和 yuangong 表。使用 LEFT JOINON 来实现左连接。

select bumen.d_id,d_name,function,bumen.address,id,name,birthday,sex,salary,yuangong.address

from bumen 

left join yuangong 

on yuangong.d_id=bumen.d_id;

bumen表与yuangong表进行笛卡尔积运算，根据yuangong.d_id=bumen.d_id筛选出符合条件的行，再根据这是左连接， left join一般以左表为驱动表，然后用此表的记录去关联其他表，即使其他表对应元组为空，最后执行select操作，选择出指定的列

FORM: 对FROM的左表和右表计算笛卡尔积。产生虚表VT1

ON: 对虚表VT1进行ON筛选，只有那些符合的行才会被记录在虚表VT2中。

JOIN： 如果指定了OUTER JOIN（比如left join、 right join），那么保留表中未匹配的行就会作为外部行添加到虚拟表VT2中，产生虚拟表VT3, 如果 from 子句中包含两个以上的表的话，那么就会对上一个join连接产生的结果VT3和下一个表重复执行步骤1~3这三个步骤，一直到处理完所有的表为止。

WHERE： 对虚拟表VT3进行WHERE条件过滤。只有符合的记录才会被插入到虚拟表VT4中。

GROUP BY: 根据group by子句中的列，对VT4中的记录进行分组操作，产生VT5.

CUBE | ROLLUP: 对表VT5进行cube或者rollup操作，产生表VT6

HAVING： 对虚拟表VT6，即已经分组的数据进行过滤的条件，只有符合的记录才会被 插入到虚拟表VT7中

SELECT： 执行select操作，选择指定的列，插入到虚拟表VT8中

DISTINCT： 对VT8中的记录进行去重。产生虚拟表VT9

ORDER BY: 将虚拟表VT9中的记录按照进行排序操作，产生虚拟表VT10

LIMIT：取出指定行的记录，产生虚拟表VT11, 并将结果返回。

3. 关键词含义

• from：需要从哪个数据表检索数据
  
• join：对需要关联查询的表进行关联关联查询时，数据库会选择一个驱动表，然后用此表的记录去关联其他表 left join一般以左表为驱动表（right join一般为右表）,inner join一般以结果集少的表为驱动表,left join某些情况下会被查询优化器优化为inner join

• • 驱动表选择原则：在对最终结果集没影响的前提下，优先选择结果集最少的那张表作为驱动表
    
  • 在使用索引关联的情况下，有Index Nested-Loop join和Batched Key Access join两种算法
    
  • 在未使用索引关联的情况下，有Simple Nested-Loop join和Block Nested-Loop join两种算法
    
  • Simple Nested-Loop join（SNLJ，简单嵌套循环连接）算法：根据on条件，从驱动表取一条数据，然后全表扫面被驱动表，将符合条件的记录放入最终结果集中。这样驱动表的每条记录都伴随着被驱动表的一次全表扫描

• • • 匹配次数：外层表行数*内层表行数
      

• • Index Nested-Loop Join（INLJ，索引嵌套循环连接）算法：索引嵌套循环连接是基于索引进行连接的算法，索引是基于内层表的，通过外层表匹配条件直接与内层表索引进行匹配，避免和内层表的每条记录进行比较， 从而利用索引的查询减少了对内层表的匹配次数

• • • 匹配次数：外层表行数*内层表索引高度
      

• • Block Nested-Loop Join（BNLJ，缓存块嵌套循环连接）算法：缓存块嵌套循环连接通过一次性缓存多条数据，把参与查询的列缓存到Join Buffer 里，然后拿join buffer里的数据批量与内层表的数据进行匹配，从而减少了内层循环的次数（遍历一次内层表就可以批量匹配一次Join Buffer里面的外层表数据）。当不使用Index Nested-Loop Join的时候，默认使用Block Nested-Loop Join
    
  • Batched Key Access join（BKAJ）算法：和SNLJ算法类似，但用于被join表上有索引可以利用，那么在行提交给被join的表之前，对这些行按照索引字段进行排序，因此减少了随机IO，排序这才是两者最大的区别，但是如果被join的表没用索引呢？那就使用BNLJ了
    
  • 什么是Join Buffer?

• • • Join Buffer会缓存所有参与查询的列而不是只有Join的列。
      
    • 可以通过调整join_buffer_size缓存大小
      
    • join_buffer_size的默认值是256K，join_buffer_size的最大值在MySQL 5.1.22版本前是4G，而之后的版本才能在64位操作系统下申请大于4G的Join Buffer空间。
      
    • 使用Block Nested-Loop Join算法需要开启优化器管理配置的optimizer_switch的设置block_nested_loop为on，默认为开启。
      

• • 在选择Join算法时，会有优先级，理论上会优先判断能否使用INLJ、BNLJ：Index Nested-LoopJoin > Block Nested-Loop Join > Simple Nested-Loop Join
    
  • 注：可以使用explain查找驱动表，结果的第一张表即为驱动表，但执行计划在真正执行时可能发生改变
    

• on：关联条件
  
• where：过滤表中数据的条件

• • 执行顺序：自下而上、从右到左
    
  • 注：对数据库记录生效，无法对聚合结果生效，可以过滤掉最大数量记录的条件必须写在where子句末尾，不能使用聚合函数（sum、count、max、avg）
    

• group by：如何将上面过滤出的数据分组

• • 执行顺序：从左往右
    
  • 注：尽量在group by之前使用where过滤，避免之后使用having过滤
    

• avg：求平均值
  
• having：对上面已经分组的数据进行过滤的条件

• • 注：对聚合结果过滤，因此很耗资源，可以使用聚合函数
    
  • 例：筛选统计人口数量大于100W的地区
    select region, sum(population), sum(area) from bbc group by region having sum(population)>1000000，不能用where筛选超过100W的地区，因为不存在这样的一条记录
    

• select：查看结果集中的哪个列或列的计算结果
  
• distinct：对结果集重复值去重
  
• order by：按照什么样的顺序来查看返回的数据

• • 执行顺序：从左到右
    
  • 注：很耗资源
    

• limit：截取出目标页数据