TL;NRs

根据实测结果，MySQL8.0.28 中 SQL 语句的执行顺序为：

(8)     SELECT 
(5)     DISTINCT <select_list>
(1)     FROM <left_table>
(3)     <join_type> JOIN <right_table>
(4)     ON <join_condition>
(2)     WHERE <where_condition>
(6)     GROUP BY <group_by_list>
(7)     HAVING <having_condition>
(9)     ORDER BY <order_by_condition>
(10)    LIMIT <limit_number>

引言

关于 SQL 语句的执行顺序，常见的是以下版本。然而该版本却与实测结果不符。

(7)     SELECT 
(8)     DISTINCT <select_list>
(1)     FROM <left_table>
(3)     <join_type> JOIN <right_table>
(2)     ON <join_condition>
(4)     WHERE <where_condition>
(5)     GROUP BY <group_by_list>
(6)     HAVING <having_condition>
(9)     ORDER BY <order_by_condition>
(10)    LIMIT <limit_number>

MySQL 可以通过 EXPLAIN ANALYZE sql_statement 显示真实的执行过程。那么可以通过一个复杂的语句完成测试。

准备数据

准备三个表 t1, t2, t3, 其中数据分别为：

测试

执行以下语句

EXPLAIN ANALYZE
SELECT
DISTINCT COUNT(p.id) AS cnt, COUNT(e.id) AS nn
FROM t1 p
LEFT JOIN t2 q ON p.id > q.id
INNER JOIN t2 w ON q.id < w.id
RIGHT JOIN t3 e ON w.id = e.id
WHERE p.id < 10
GROUP BY p.id
HAVING cnt > 3
ORDER BY cnt DESC, nn DESC
LIMIT 1;

结果为：

-> Limit: 10 row(s)  (actual time=0.394..0.395 rows=1 loops=1)
    -> Sort with duplicate removal: cnt DESC, nn DESC  (actual time=0.393..0.394 rows=1 loops=1)
        -> Filter: (cnt > 3)  (actual time=0.372..0.374 rows=5 loops=1)
            -> Table scan on <temporary>  (actual time=0.001..0.001 rows=6 loops=1)
                -> Aggregate using temporary table  (actual time=0.370..0.372 rows=6 loops=1)
                    -> Inner hash join (e.id = w.id)  (cost=4.73 rows=3) (actual time=0.314..0.324 rows=32 loops=1)
                        -> Table scan on e  (cost=0.13 rows=5) (actual time=0.008..0.016 rows=5 loops=1)
                        -> Hash
                            -> Filter: (q.id < w.id)  (cost=3.15 rows=3) (actual time=0.265..0.282 rows=32 loops=1)
                                -> Inner hash join (no condition)  (cost=3.15 rows=3) (actual time=0.259..0.271 rows=72 loops=1)
                                    -> Covering index scan on w using PRIMARY  (cost=0.13 rows=3) (actual time=0.007..0.010 rows=4 loops=1)
                                    -> Hash
                                        -> Nested loop inner join  (cost=2.10 rows=3) (actual time=0.084..0.232 rows=18 loops=1)
                                            -> Filter: (p.id < 10)  (cost=1.05 rows=3) (actual time=0.036..0.051 rows=7 loops=1)
                                                -> Table scan on p  (cost=1.05 rows=8) (actual time=0.034..0.046 rows=8 loops=1)
                                            -> Filter: (p.id > q.id)  (cost=0.13 rows=1) (actual time=0.021..0.025 rows=3 loops=7)
                                                -> Covering index range scan on q (re-planned for each iteration)  (cost=0.13 rows=3) (actual time=0.021..0.024 rows=3 loops=7)

结果分析

这是一个调用栈，还原其执行过程为：

筛选 LIMIT 10 {
    排序 ORDER BY cnt DESC, nn DESC {
        调用 HAVING cnt > 3 过滤器 {
            读取临时聚合表 {
                聚合 {
                    第三次联结 RIGHT JOIN t3 e ON w.id = e.id {
                        扫描表 e ;
                        第二次联结 INNER JOIN t2 w ON q.id < w.id {
                            扫描表 w {
                                使用主键扫描
                                得到 4 行
                            }
                            第一次联结 t1 p LEFT JOIN t2 q ON p.id > q.id {
                                扫描表 p {
                                    使用 WHERE p.id < 10 过滤器
                                    共 8 行，返回 7 行
                                }
                                循环扫描表 q {
                                    7 次循环 {
                                        使用过滤器 ON  p.id > q.id 
                                    }
                                }
                                执行哈希，共 21 行，返回 18 行
                            }
                            执行全连接，获得 4 * 18 = 72 行
                            执行 ON q.id < w.id 过滤器，剩余 32 行
                        }
                        执行相等联结 e.id = w.id, 返回 32 行
                    }
                    完成所有的联结，获得 32 行
                    进行聚合 GROUP BY p.id 获得 6 行
                }
                读取临时聚合表，获得 6 行 
            }
            执行过滤，剩余 5 行 
        }
        去重，剩余 2 行 
        排序
		返回 1 行
    }
    输出前 1 项
}

可以看到：

• 首先进行表的扫描，也就是所谓的 FROM 第一
  • 有主键的表会使用主键索引
  • 有索引的表会使用索引
  • 有多个表需要扫描时，根据 SQL 语句进行倒序执行
• WHERE 会在表的扫描过程中执行，也就是 WHERE 第二
• 读取到表后，会执行连接
  • 有多个联结时，同样是倒序执行
  • 首先执行全连接，也就是 JOIN 第三
  • 全连接完成后会马上执行 ON 的过滤，也就是 ON 第四
• 完成连接后，会执行去重，也就是 DISTINCT 第五
• 完成去重后，会进行上一层的连接
• 所有连接都完成后，会执行聚合，也就是 GROUP BY 第六
• 聚合完成后，会执行一次扫描，也就是 SELECT 第七
• 扫描结束后，会执行 HAVING 过滤，也就是 HAVING 第八
• 完成过滤后，会进行排序，也就是 ORDER BY 第九
• 最后进行 LIMIT 的限制，也就是 LIMIT 第十
  • 需要注意的是，LIMIT 的参数在 sort 函数的返回结果中就已经起作用，合理推测是使用的堆排序

结论

根据实测结果，MySQL8.0.28 中 SQL 语句的执行顺序为：

(8)     SELECT 
(5)     DISTINCT <select_list>
(1)     FROM <left_table>
(3)     <join_type> JOIN <right_table>
(4)     ON <join_condition>
(2)     WHERE <where_condition>
(6)     GROUP BY <group_by_list>
(7)     HAVING <having_condition>
(9)     ORDER BY <order_by_condition>
(10)    LIMIT <limit_number>