SQL语句的执行顺序

ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花

书写顺序：SELECT → FROM → WHERE → GROUP BY → HAVING → ORDER BY → LIMIT

执行顺序：FROM → WHERE → GROUP BY → HAVING → SELECT → DISTINCT → ORDER BY → LIMIT

SQL语句的执行顺序与书写顺序完全不同，这是很多SQL初学者容易混淆的关键点。其核心遵循“先找数据、再过滤、后展示”的逻辑，简单来说，就是先确定要操作的数据来源，再逐步筛选、处理数据，最后以指定格式呈现结果。明确SQL的实际执行顺序，不仅能帮助我们规范编写SQL语句，还能快速排查查询中的逻辑错误，完整执行顺序（从先到后）详细拆解如下：

FROM：指定查询的数据源表，这是SQL执行的第一步，也是所有查询操作的基础——先明确要从哪些表中获取数据，无论是单表查询还是多表关联，都需先定位数据源，后续所有操作都围绕这些表展开（先确定操作的表）；
ON：表连接时的过滤条件，仅适用于多表关联场景（如JOIN连接），在执行表连接之前，会先根据ON后的条件筛选出符合关联要求的数据行，减少后续连接的数据量，提升查询效率（多表关联时，先筛选关联条件）；
JOIN：执行表连接操作，结合前面ON指定的关联条件，将多个表中符合条件的数据行进行关联拼接，形成一张临时的联合数据表，为后续的过滤和分组操作提供完整的数据基础（根据ON条件关联多个表）；
WHERE：过滤行数据，对JOIN之后形成的临时表（或单表查询的原始表）进行单行数据筛选，排除不符合条件的单个数据行，需要注意的是，WHERE不能使用聚合函数，仅针对单个数据行的筛选（排除不符合条件的单行数据，不涉及分组）；
GROUP BY：对WHERE过滤后的行数据进行分组，按照指定的字段将数据划分为多个不同的分组，每个分组内的数据具有相同的分组字段值，分组后后续的聚合操作（如COUNT、SUM）会针对每个分组单独执行（按指定字段分组）；
HAVING：过滤分组后的数据，仅作用于GROUP BY分组后的结果，用于排除不符合条件的整个分组，与WHERE不同，HAVING可以使用聚合函数，筛选的是分组层面的数据（排除不符合条件的分组，仅对分组生效）；
SELECT：选择需要展示的列，在完成所有数据筛选和分组后，从处理后的临时表中挑选出需要呈现给用户的字段，也可以在这一步使用聚合函数（如求和、计数）对分组数据进行计算，确定最终要展示的内容（筛选字段，可使用聚合函数）；
DISTINCT：对查询结果去重，属于可选操作，仅在SELECT之后执行，当查询结果中存在重复的行数据时，通过DISTINCT可以保留唯一的行，需要注意的是，DISTINCT会作用于SELECT选择的所有字段（可选，在SELECT之后执行）；
ORDER BY：对最终结果排序，按照指定的字段（可多个字段）对SELECT筛选后的结果进行升序（默认）或降序排列，排序操作必须在分组之后执行，因为只有分组和筛选完成后，才能确定最终的数据集（按指定字段升序/降序）；
LIMIT/OFFSET：限制查询结果的条数，属于可选操作，是SQL执行的最后一步，用于从排序后的结果中截取指定数量的行数据，常用来实现分页查询，OFFSET可配合LIMIT指定截取的起始位置（可选，最后执行）。

补充说明

书写顺序（常用）：日常编写SQL时，我们习惯的书写顺序与实际执行顺序相反，常用书写顺序为：SELECT → FROM → JOIN → ON → WHERE → GROUP BY → HAVING → ORDER BY → LIMIT，牢记这一书写规范，能让SQL语句更规范、易读，也便于他人理解和维护；
关键区别：WHERE 与 HAVING 的核心区别的是筛选范围不同——WHERE 过滤单行数据，作用于分组之前；HAVING 过滤分组数据，作用于分组之后，且HAVING可使用聚合函数而WHERE不能；另外，ORDER BY 必须在 GROUP BY 之后执行，因为只有先完成分组，才能对分组后的结果进行排序（先分组再排序）。

为了让大家更直观地掌握上述执行顺序，避免理论与实践脱节，下面结合一个具体的SQL案例，逐一步拆解每一个执行步骤的具体操作和结果，帮你更清晰地理解执行逻辑。

具体SQL案例（多表关联+分组筛选场景）

假设我们有两张日常办公中常见的表，用于存储学生信息和考试成绩，表结构及测试数据如下，后续查询将围绕这两张表展开：

1. 表结构与测试数据

学生表（student）：存储学生基本信息，包含字段（student_id：学生ID，name：学生姓名，major：专业，age：年龄）
成绩表（score）：存储学生考试成绩，包含字段（score_id：成绩ID，student_id：关联学生ID，subject：科目，score：分数）

测试数据（便于后续查询验证）：

student表：(1, 张三, 计算机, 20)、(2, 李四, 计算机, 21)、(3, 王五, 数学, 20)、(4, 赵六, 计算机, 20)

score表：(1, 1, 数据库, 85)、(2, 1, Java, 90)、(3, 2, 数据库, 78)、(4, 2, Java, 82)、(5, 3, 高数, 92)、(6, 4, 数据库, 88)、(7, 4, Java, 76)

-- 创建学生表 student
CREATE TABLE student (
    student_id INT PRIMARY KEY COMMENT '学生ID（主键）',
    name VARCHAR(20) NOT NULL COMMENT '学生姓名',
    major VARCHAR(50) COMMENT '所学专业',
    age INT COMMENT '年龄'
) COMMENT '学生基本信息表';

-- 创建成绩表 score（关联学生表）
CREATE TABLE score (
    score_id INT PRIMARY KEY COMMENT '成绩ID（主键）',
    student_id INT NOT NULL COMMENT '关联学生ID',
    subject VARCHAR(50) COMMENT '考试科目',
    score INT COMMENT '考试分数',
    -- 外键约束：保证score表的student_id必须在student表中存在
    CONSTRAINT fk_score_student FOREIGN KEY (student_id) REFERENCES student(student_id)
) COMMENT '学生考试成绩表';

-- 插入学生表测试数据
INSERT INTO student (student_id, name, major, age)
VALUES
(1, '张三', '计算机', 20),
(2, '李四', '计算机', 21),
(3, '王五', '数学', 20),
(4, '赵六', '计算机', 20);

-- 插入成绩表测试数据
INSERT INTO score (score_id, student_id, subject, score)
VALUES
(1, 1, '数据库', 85),
(2, 1, 'Java', 90),
(3, 2, '数据库', 78),
(4, 2, 'Java', 82),
(5, 3, '高数', 92),
(6, 4, '数据库', 88),
(7, 4, 'Java', 76);

2. 需求与完整SQL语句

需求：查询计算机专业学生的各科平均分，筛选出平均分≥80分的科目，按平均分降序排列，只显示前2个科目。

SELECT subject AS 科目, AVG(score) AS 平均分
FROM student
JOIN score ON student.student_id = score.student_id
WHERE student.major = '计算机'
GROUP BY subject
HAVING AVG(score) >= 80
ORDER BY 平均分 DESC
LIMIT 2;

3. 案例对应执行顺序拆解（结合上述SQL）

下面将案例SQL与前文提到的10个执行步骤一一对应，清晰展示每一步的具体操作和临时结果：

FROM：指定数据源表，此处为student表和score表，先定位到这两张表，作为后续所有操作的基础。
ON：表连接过滤条件，指定student.student_id = score.student_id，筛选出两张表中关联ID一致的数据行，排除关联失败的无效数据（如score表中无对应student_id的记录，此处无此类数据）。
JOIN：执行表连接，根据ON条件将student表和score表中符合条件的行拼接，形成临时联合表（包含字段：student_id、name、major、age、score_id、subject、score）。
WHERE：过滤单行数据，筛选出student.major = '计算机'的行，排除非计算机专业的学生数据（此处排除王五的高数成绩相关行），临时表仅保留张三、李四、赵六的相关数据。
GROUP BY：按subject（科目）分组，将临时表中的数据按“数据库”“Java”两个科目分组，形成两个分组（数据库分组：张三85、李四78、赵六88；Java分组：张三90、李四82、赵六76）。
HAVING：过滤分组数据，筛选出AVG(score) ≥ 80的分组，计算两个分组的平均分（数据库平均分：(85+78+88)÷3≈83.67；Java平均分：(90+82+76)÷3≈82.67），两个分组均符合条件，全部保留。
SELECT：选择需要展示的列，将subject命名为“科目”，AVG(score)命名为“平均分”，确定最终要展示的字段及计算结果。
DISTINCT：此处无去重需求，不执行该步骤（可选步骤，根据需求决定是否使用）。
ORDER BY：按“平均分”字段降序排列，排序后结果为：数据库（83.67）、Java（82.67）。
LIMIT 2：限制查询结果条数，截取前2条数据，最终展示结果即为排序后的两个科目及对应平均分。

最终查询结果：

数据库	83.67
Java	82.67

通过该案例，可清晰看到SQL执行的每一步如何作用于数据，与前文的理论拆解完全对应，能快速掌握执行逻辑的核心要点。

ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花

MySQL基础文章被收录于专栏

《MySQL基础专栏》专为编程新手打造！从SQL核心语法、数据增删改查，到预编译SQL、索引入门、事务基础，层层拆解MySQL必备知识点。专栏摒弃晦涩术语，以通俗讲解+实操案例，带你掌握数据库基础操作，规避SQL注入、性能低效等常见坑，快速搭建MySQL基础体系，轻松应对日常开发中的数据库基础场景。