Archived

This repository has been archived on 2026-05-24. You can view files and clone it. You cannot open issues or pull requests or push a commit.

Files

T

hhs bdeb889ee4 vault backup: 2026-05-17 00:06:11

2026-05-17 00:06:11 +08:00

9.6 KiB

Raw Blame History

tags, create time

DQL — SELECT 全解析

概述

SELECT 是 MySQL 中使用频率最高的语句，也是最容易被误解的语句。理解其内部执行顺序是写出高性能查询的第一步。

SQL 书写顺序 vs 执行顺序

flowchart LR
    W["⑥ SELECT"] --> A["① FROM"]
    A --> B["② JOIN"]
    B --> C["③ ON"]
    C --> D["④ WHERE"]
    D --> E["⑤ GROUP BY"]
    E --> F["⑦ HAVING"]
    F --> G["⑧ DISTINCT"]
    G --> H["⑨ ORDER BY"]
    H --> I["⑩ LIMIT / OFFSET"]
    
    style W fill:#C44569,color:#fff
    style A fill:#00B6BC,color:#fff
    style I fill:#4FC08D,color:#fff

[!QUESTION] 为什么理解这个很重要？因为 SQL 不是按照你写的顺序执行的——而是按数字顺序！这意味着：

WHERE 在 SELECT 之前执行 → 不能在 WHERE 中使用 SELECT 定义的别名

GROUP BY 在 HAVING 之前 → WHERE 过滤行，HAVING 过滤分组

ORDER BY 在 LIMIT 之前 → 先排序再截断

一个完整的例子

SELECT 
    DATE(created_at) AS order_date,          -- ⑥ 计算列
    COUNT(*) AS cnt,                          -- 聚合函数
    SUM(amount) AS total                      -- 聚合函数
FROM orders                                 -- ① 确定数据源
WHERE status = 'paid'                       -- ④ 先过滤行
  AND created_at >= '2026-01-01'            -- 过滤条件
GROUP BY DATE(created_at)                    -- ⑤ 按日期分组
HAVING COUNT(*) > 5                          -- ⑦ 过滤分组
ORDER BY total DESC                          -- ⑨ 排序
LIMIT 10;                                    -- ⑩ 取前 10 页

SELECT 关键字详解

DISTINCT

-- 去重查询
SELECT DISTINCT department FROM employees;

-- DISTINCT 作用于所有选中的列组合
SELECT DISTINCT country, city FROM customers;
-- 返回的是 (country, city) 的唯一组合

[!QUESTION] DISTINCT 一定快吗？不一定。DISTINCT 本质上是 GROUP BY 的简化版——MySQL 内部可能通过 temporary table + filesort 去重。当数据量大时，它的代价不亚于一次普通的分组聚合。

替代方案：如果去重目的是为下拉框提供选项，可以用 SELECT DISTINCT department FROM employees LIMIT 50; 限制返回量；更优的做法是在应用层缓存选项列表。

GROUP BY 优化

-- ✅ 好：GROUP BY 走索引
-- idx_status_dept = (status, department)，可以直接按 department 分组
SELECT department, COUNT(*) 
FROM employees 
WHERE status = 'active'
GROUP BY department;

-- ❌ 差：GROUP BY 无法利用索引（LIKE 左模糊导致索引失效）
SELECT department, COUNT(*) 
FROM employees 
WHERE name LIKE '%chen%'                     -- 左模糊导致索引失效
GROUP BY department;
-- EXPLAIN: Using where; Using temporary

HAVING 与 WHERE 的选择

-- ✅ WHERE 过滤行（早过滤，减少数据量）
SELECT department, AVG(salary) 
FROM employees 
WHERE hire_date >= '2024-01-01'              -- 先筛选最近入职的人
GROUP BY department
HAVING AVG(salary) > 15000;                  -- 再过滤平均工资

-- ❌ 把能放 WHERE 的条件放到 HAVING 里
-- 虽然结果一样，但效率更低
SELECT department, AVG(salary) 
FROM employees 
GROUP BY department
HAVING hire_date >= '2024-01-01'             -- 错！HAVING 不能用非聚合列
    AND AVG(salary) > 15000;

窗口函数 (WINDOW FUNCTIONS)

窗口函数是 MySQL 8.0+ 引入的分析利器——它能在不减少行数的前提下进行聚合计算。

排名函数

-- ROW_NUMBER() / RANK() / DENSE_RANK()
-- 按部门内工资排名（处理并列名次的三种方式）
SELECT name, department, salary,
       ROW_NUMBER() OVER(PARTITION BY department ORDER BY salary DESC) AS rn,
       RANK()          OVER(PARTITION BY department ORDER BY salary DESC) AS rnk,
       DENSE_RANK()    OVER(PARTITION BY department ORDER BY salary DESC) AS drnk
FROM employees;

-- 结果示例：
-- | name  | dept   | salary | rn | rnk | drnk |
-- | Alice | sales  | 20000  | 1  | 1   | 1    |
-- | Bob   | sales  | 20000  | 2  | 1   | 1    |
-- | Carol | sales  | 18000  | 3  | 3   | 2    |

[!TIP] RANK vs DENSE_RANK 的区别

RANK(20000, 20000, 18000) → 1, 1, 3（跳过第二名）

DENSE_RANK(20000, 20000, 18000) → 1, 1, 2（不跳号）

ROW_NUMBER → 1, 2, 3（永远无并列）

前后行访问 — LAG / LEAD

SELECT order_date, amount,
       LAG(amount, 1) OVER(ORDER BY order_date) AS prev_amount,   -- 前一天的金额
       LEAD(amount, 1) OVER(ORDER BY order_date) AS next_amount   -- 后一天的金额
FROM daily_sales;

-- 计算日环比增长率
SELECT order_date, amount,
       ROUND((amount - LAG(amount) OVER(ORDER BY order_date)) / LAG(amount) OVER(ORDER BY order_date) * 100, 2) AS growth_pct
FROM daily_sales;

累计计算

-- 累计求和 (Running Total)
SELECT order_date, amount,
       SUM(amount) OVER(ORDER BY order_date) AS running_total
FROM daily_sales;

-- 当前分区内占比
SELECT department, name, salary,
       ROUND(salary * 100.0 / SUM(salary) OVER(PARTITION BY department), 2) AS dept_pct
FROM employees;

[!NOTE] 窗口函数执行时机

执行顺序在 WHERE、GROUP BY、HAVING 之后，ORDER BY 之前

因此不能用 WHERE 直接过滤窗口函数的结果——需要套一层子查询：
SELECT * FROM (
    SELECT *, ROW_NUMBER() OVER(PARTITION BY user_id ORDER BY created_at DESC) AS rn
    FROM orders
) ranked WHERE rn = 1;
-- 作用：每个用户的最新一条订单记录

子查询与 CTE

标量子查询 (Scalar Subquery)

返回单一值，可以像普通列一样使用：

-- WHERE 中的标量子查询
SELECT name, salary
FROM employees
WHERE salary > (SELECT AVG(salary) FROM employees);   -- 工资高于公司平均的人

行子查询 (Row Subquery / IN)

-- IN 子查询
SELECT name, department
FROM employees
WHERE department IN (SELECT id FROM departments WHERE region = 'APAC');

-- EXISTS：关注"是否存在"而非具体数据，比 IN 更高效
SELECT d.name
FROM departments d
WHERE EXISTS (SELECT 1 FROM employees e WHERE e.dept_id = d.id);

CTE (Common Table Expression) — WITH 语法

MySQL 8.0+ 推荐用法，比嵌套子查询可读性强很多：

-- 简单 CTE
WITH dept_stats AS (
    SELECT department, COUNT(*) AS emp_count, AVG(salary) AS avg_salary
    FROM employees
    GROUP BY department
)
SELECT * FROM dept_stats WHERE avg_salary > 15000;

-- 递归 CTE：处理层级数据（组织架构、分类树等）
WITH RECURSIVE org_chart AS (
    -- 锚点成员：根节点
    SELECT id, name, manager_id, 1 AS level
    FROM employees
    WHERE manager_id IS NULL
    
    UNION ALL
    
    -- 递归成员：逐层展开
    SELECT e.id, e.name, e.manager_id, oc.level + 1
    FROM employees e
    INNER JOIN org_chart oc ON e.manager_id = oc.id
)
SELECT * FROM org_chart ORDER BY level, name;

[!QUESTION] CTE vs 派生表？

可读性：CTE 命名清晰，逻辑分层；派生表层层嵌套，括号匹配困难

性能：MySQL 会将非递归 CTE 优化为临时表或内联展开——多数情况下两者性能一致

复用：同一个 CTE 可在一个语句中多次引用（派生表不行）

深分页问题

这是 MySQL 最著名的性能陷阱之一。

-- ❌ 灾难级写法：扫描 100 万行后丢弃前 999,990 行
SELECT * FROM orders LIMIT 999990, 10;
-- MySQL 需要先定位到第 999990 行，才返回接下来的 10 行

-- ✅ 方案一：延迟关联（Deferred Join）
SELECT o.* FROM orders o
INNER JOIN (
    SELECT id FROM orders ORDER BY id LIMIT 999990, 10
) AS tmp ON o.id = tmp.id;
-- 子查询只扫主键索引（极紧凑），外层再 JOIN 拿完整数据

flowchart LR
    subgraph "传统 LIMIT 999990,10"
        A1["扫描聚簇索引<br/>跳过 999990 行"] --> A2["取出 10 行数据"]
    end
    
    subgraph "延迟关联方案"
        B1["扫描聚簇索引<br/>跳过 999990 行"] --> B2["仅提取 10 个主键"]
        B2 --> B3["JOIN 回聚簇索引<br/>精确查找 10 个主键"]
        B3 --> B4["返回结果"]
    end
    
    A1 --> A2
    style B1 fill:#00B6BC,color:#fff
    style B2 fill:#00D866,color:#fff

游标分页（推荐）

-- 上一页最后一条记录的 id = 999985
SELECT * FROM orders
WHERE id > 999985
ORDER BY id ASC
LIMIT 10;

[!TIP] 为什么游标分页更优？

WHERE id > ? 走索引范围扫描，复杂度 O(log N) 而非 O(N)

无论在第几页，查询时间恒定

需要前端传「上一页最后一个 ID」作为下一页的游标

局限性：不支持跳页（不能直接跳到第 100 页），但这对瀑布流场景足够。

性能小贴士

-- ❌ 避免 SELECT *
SELECT * FROM users WHERE status = 1;

-- ✅ 只查需要的列
SELECT id, username, email FROM users WHERE status = 1;
-- 好处：减少网络传输、提高 Buffer Pool 命中率、可能触发 Covering Index

-- ❌ 函数包裹索引列
SELECT * FROM users WHERE YEAR(created_at) = 2026;

-- ✅ 用范围替代函数
SELECT * FROM users 
WHERE created_at >= '2026-01-01' 
  AND created_at < '2027-01-01';

关联笔记

hhs/MySQL/12-JOIN 原理与优化 — 深入理解 JOIN 的内部执行机制
hhs/MySQL/13-子查询与派生表 — 与 SELECT 密切相关的子查询技术
hhs/GORM/06-排序与分页 — GORM 分页 API 与原生 SQL 的差异

9.6 KiB Raw Blame History Unescape Escape