增删改查一周就能上手,但同一张表,有人查 10 毫秒,有人查 10 秒。差别不在语法,在性能意识(写 SQL 时脑子里有数据量和执行路径的感觉)。这篇补三块:执行顺序、JOIN 与子查询、写 SQL 的好习惯。
你写的是 SELECT 在前,FROM 在后。但引擎真实的执行顺序是:
FROM / JOIN → 先拿哪些表、怎么拼
WHERE → 逐行过滤
GROUP BY → 分组
HAVING → 过滤组
SELECT → 取列
ORDER BY → 排序
LIMIT → 截断
类比做菜:FROM 是备料,WHERE 是挑掉坏的,GROUP BY 是按盘子分装,SELECT 才是装盘上桌。顺序搞反,菜就废了。
记住这个顺序,很多问题瞬间好理解:WHERE 里不能用 SELECT 起的别名,因为过滤发生在取列之前;HAVING 能用聚合函数,因为它过滤的是分组之后的结果。
-- 学生表 + 成绩表:查出每个班的平均分,只留平均分大于 80 的前 3 名
CREATE TABLE score (id INT PRIMARY KEY,
student_id INT, class_id INT, points INT); -- 成绩表
SELECT class_id, AVG(points) AS avg_score
FROM score
WHERE points >= 60 -- 先过滤掉不及格
GROUP BY class_id -- 按班分组
HAVING AVG(points) > 80 -- 组级过滤
ORDER BY avg_score DESC
LIMIT 3;
JOIN(把两张表按关联条件横向拼起来的查询)是关系数据库的灵魂。常用三种:
-- 同一个需求两种写法:查有成绩的学生
SELECT s.name FROM student s
JOIN score sc ON sc.student_id = s.id; -- 推荐:一次拼表
SELECT name FROM student
WHERE id IN (SELECT student_id FROM score); -- 子查询版
经验法则:能 JOIN 就 JOIN,IN 子查询结果集小的时候也行。相关子查询(内层引用了外层列的子查询)要警惕,它近似嵌套循环,外层多少行内层就执行多少次。
LEFT JOIN 有个隐蔽陷阱:过滤条件写在哪,语义完全不同。
-- 左表全保留:只过滤右表的匹配结果
SELECT s.name, sc.points FROM student s
LEFT JOIN score sc ON sc.student_id = s.id AND sc.points > 90;
-- WHERE 里过滤:右表为 NULL 的行被踢掉,退化成 INNER JOIN
SELECT s.name, sc.points FROM student s
LEFT JOIN score sc ON sc.student_id = s.id
WHERE sc.points > 90;
想保留左表全部、又只看右表的合格成绩,条件放 ON;想两边都筛,放 WHERE。「查所有学生的成绩(没考的也要显示)」这种需求,九成人都栽在这一字之差上。
另外 OR 和 UNION ALL 要分清:WHERE a=1 OR b=2 要求两列都有索引才走得快;两列分别建索引、用 UNION ALL 合并,常常比一个 OR 快得多——执行计划不同,代价天差地别。
1. 不写 SELECT *。多取的列占网络、占内存,还可能让覆盖索引失效(索引知识见 9.2)
2. 别把函数包在列上。WHERE YEAR(create_time)=2026 会让索引失效,要写成范围条件
3. 警惕深分页。LIMIT 1000000, 10 要先扫过前一百万行,列表页改成游标翻页(WHERE id > 上次最大id)
还有一条最容易被忽略:数据量变大十倍后,丑 SQL 的问题才会暴露。上线前拿测试环境灌点数据跑一下,比事后救火便宜得多。
SELECT COUNT(*) FROM t; -- 数总行数
SELECT COUNT(1) FROM t; -- 和 COUNT(*) 等价
SELECT COUNT(points) FROM t; -- 数该列非 NULL 的行
语义先分清:COUNT(*) 是「表里有多少行」,COUNT(列) 是「这列有多少个非空值」。想数「有成绩的学生」,COUNT(points) 才是对的;想数总人数,用它就漏了没考试的人。顺带澄清一个流传很广的老说法:COUNT(*) 和 COUNT(1) 没有性能差别,InnoDB 对两者一视同仁,不必纠结。性能上 InnoDB 对 COUNT(*) 有专门优化,会挑一棵最小的索引树来数;但大表实时 COUNT 依然贵,几亿行的表数一次几分钟。产品上的正解是不追求精确:列表页显示「999+」,统计后台用计数表或缓存,实时精确计数这个需求本身就该被挑战。
LIMIT 1000000, 10 的真实执行:沿索引数到第 1000010 行,扔掉前一百万行,只返回 10 行。扫的行和返回的行差十万倍,时间全花在「数行」上。改游标后 WHERE id > 上次最大id LIMIT 10,从定位点直接往下读 10 行,扫描量约等于返回量——两种写法差三个数量级的原因就在这。一句话记住:扫描量要贴着返回量走,凡是扫得多返得少的写法,都是隐患。改不了交互的中间页(允许跳页),用延迟关联:先在覆盖索引里只捞主键,再拿 20 个主键回表取整行,回表次数从一百万降到二十。
范式(把数据拆得规整、不重复的设计规则)保证不乱,反范式保证不慢。真实项目都是两者的折中。
把前面的知识串起来走一遍。需求:查平均分大于 80 的班级,且只要最近一个学期的数据。
-- 写法一:先把全部成绩分组,再在结果里筛
SELECT class_id, AVG(points) AS avg_score
FROM score
GROUP BY class_id
HAVING AVG(points) > 80;
-- 写法二:先用 WHERE 收窄参与计算的数据量
SELECT class_id, AVG(points) AS avg_score
FROM score
WHERE create_time >= '2026-03-01' -- 先过滤,再分组
GROUP BY class_id
HAVING AVG(points) > 80;
写法二快在哪里?WHERE 在 GROUP BY 之前执行,参与分组和聚合的行数大幅减少。把「行级过滤」尽量前移、把「组级过滤」留给 HAVING,是写分析 SQL 的黄金习惯。数据量小看不出来,数据量翻十倍,差距就是毫秒和分钟的区别。
写完一条 SQL 的自检三问:过滤列和排序列有索引可用吗;返回的列都是必要的吗;数据涨十倍它还顶得住吗。三问过关,性能意识就算入了门。
写 SQL 前先想执行顺序和数据量:JOIN 优先、列按需取、函数别包列、深分页用游标,性能意识比语法熟练更值钱。