单表查询的完整语句并不是只有SELECT和FROM。一条典型的单表查询可能包含字段列表、过滤条件、分组字段、聚合筛选、排序规则和返回行数限制。理解这些子句的组合规则以及MySQL实际执行它们的先后顺序，是写出准确高效查询的前提。本文以一张员工表为例，从最基础的查询开始，逐步加入条件、排序、分组和聚合，最终梳理出一条完整SELECT语句的正确书写方式。
一、单表查询的基础语法与执行顺序
单表查询最常用的形式是从一张表中读取若干列。最基本的语法结构为：SELECT 列名 FROM 表名 WHERE 条件。当需要查询所有列时，可以使用星号通配符，但在实际开发中建议尽量避免使用SELECT *，因为读取不需要的列会增加数据库I/O和网络传输开销，尤其是表结构后续增加大字段时，原本正常的查询可能突然变慢。
为了演示方便，先创建一张员工表，并插入几条测试数据。建表语句如下：
CREATE TABLE employees (
id INT PRIMARY KEY AUTO_INCREMENT,
name VARCHAR(50) NOT NULL,
department VARCHAR(50),
salary DECIMAL(10,2),
hire_date DATE,
status TINYINT
);
INSERT INTO employees (name, department, salary, hire_date, status) VALUES
('张伟', '技术部', 12000.00, '2021-05-12', 1),
('李娜', '产品部', 9500.00, '2022-03-08', 1),
('王强', '技术部', 7800.00, '2023-07-21', 1),
('赵敏', '市场部', 6800.00, '2020-11-30', 0),
('刘洋', '技术部', 15000.00, '2019-02-18', 1),
('陈静', '产品部', 8200.00, '2022-09-01', 1);
如果只想查看员工姓名、部门和薪资，可以这样写：
SELECT name, department, salary FROM employees;
很多人以为MySQL会按照SELECT中字段出现的顺序从表里取数，但实际上一条完整查询的逻辑执行顺序和书写顺序并不一致。MySQL处理查询时，通常先找到数据来源表，再根据WHERE条件过滤行，之后才计算SELECT后面的字段，接下来执行GROUP BY分组和HAVING筛选，最后处理ORDER BY排序和LIMIT限制。也就是说，书写顺序是SELECT - FROM - WHERE - GROUP BY - HAVING - ORDER BY - LIMIT，而执行顺序是FROM - WHERE - GROUP BY - HAVING - SELECT - ORDER BY - LIMIT。这个差异对于理解字段别名、聚合函数的使用位置非常关键。
比如在WHERE子句中不能直接使用SELECT里定义的别名，因为WHERE执行时SELECT还没有发生。以下写法在MySQL中会报错或得不到预期结果：
SELECT name, salary AS sal FROM employees WHERE sal > 8000;
正确做法是直接使用原始列名salary，或者把条件中的表达式写完整。只有在ORDER BY中才可以使用SELECT里的别名，因为ORDER BY执行顺序排在SELECT之后。
二、WHERE条件过滤与排序分页
WHERE子句用于从表中选择满足条件的行，是单表查询中最频繁使用的部分。MySQL支持比较运算符、逻辑运算符以及多种条件表达式。比较运算符包括等于、大于、小于、不等于等，逻辑运算符包括AND、OR和NOT。例如查询技术部中薪资不低于8000且状态为在职的员工：
SELECT name, salary FROM employees WHERE department = '技术部' AND salary >= 8000 AND status = 1;
当需要在一个集合中匹配多个值时，使用IN比多个OR条件更清晰。例如同时查询技术部和产品部的员工：
SELECT name, department
FROM employees
WHERE department IN ('技术部', '产品部');
对于连续范围，可以使用BETWEEN关键字。注意BETWEEN包含边界值，等价于大于等于起始值并且小于等于结束值。例如查询入职日期在2021年1月1日到2023年12月31日之间的员工：
SELECT name, hire_date FROM employees WHERE hire_date BETWEEN '2021-01-01' AND '2023-12-31';
模糊查询使用LIKE配合百分号和下划线，其中百分号表示任意长度的任意字符，下划线表示单个任意字符。例如查询姓张的员工：
SELECT name FROM employees WHERE name LIKE '张%';
如果字段允许NULL值，不能使用等号判断NULL，而要用IS NULL或IS NOT NULL。例如查询部门不为空的员工：
SELECT name, department FROM employees WHERE department IS NOT NULL;
排序使用ORDER BY，默认按升序排列，也可以使用ASC或DESC指定方向。多列排序时，先按第一列排序，第一列相同再按第二列排序。例如按薪资从高到低排列，薪资相同时按姓名升序排列：
SELECT name, salary FROM employees WHERE salary > 5000 ORDER BY salary DESC, name ASC;
限制返回行数使用LIMIT。LIMIT可以接受一个参数表示返回前几行，也可以接受两个参数表示从第几行开始返回几行，偏移量从0开始。例如按薪资降序排列后，跳过前3条再取5条：
SELECT name, salary FROM employees ORDER BY salary DESC LIMIT 3, 5;
LIMIT在分页场景中使用频繁，但当偏移量很大时性能会变差，因为MySQL需要先扫描并丢弃前面大量行。例如LIMIT 100000, 20需要读取100020行，只返回20行。对于大表分页，更推荐使用基于主键或索引的延迟关联、游标分页等方式，避免单纯依赖大偏移量。
三、聚合函数与GROUP BY分组查询
单表查询除了逐行返回数据，还经常需要对整个表或某些分组进行统计。MySQL提供COUNT、SUM、AVG、MAX、MIN等聚合函数。COUNT用于统计行数，SUM计算总和，AVG计算平均值，MAX和MIN分别取最大值和最小值。例如统计员工总人数：
SELECT COUNT(*) AS total FROM employees;
如果只想知道某个部门有多少人，就需要使用GROUP BY把相同部门的行归为一组，再对每组应用聚合函数。例如按部门统计人数：
SELECT department, COUNT(*) AS emp_count FROM employees GROUP BY department;
GROUP BY后面可以跟多个字段，表示按多个维度的组合进行分组。分组后SELECT中出现的非聚合列通常必须出现在GROUP BY中，否则数据库无法确定取哪一行的值。MySQL在非严格模式下可能允许这种写法，但结果具有不确定性，不建议依赖。例如下面的查询虽然可能执行成功，但name列没有出现在GROUP BY中，不同版本或不同SQL模式下结果可能不同：
SELECT department, name, COUNT(*) FROM employees GROUP BY department;
正确的方式是让SELECT中的非聚合列和GROUP BY保持一致，或者使用聚合函数包裹需要统计的列。例如按部门统计平均薪资：
SELECT department, AVG(salary) AS avg_salary FROM employees GROUP BY department;
如果需要对分组后的结果进一步过滤，不能使用WHERE，而要使用HAVING。WHERE在分组前过滤原始行，HAVING在分组后过滤聚合结果。例如查询平均薪资大于10000的部门：
SELECT department, AVG(salary) AS avg_salary FROM employees GROUP BY department HAVING AVG(salary) > 10000;
这里WHERE无法完成这个任务，因为WHERE执行时聚合函数还没有计算。如果既需要过滤原始行，又需要过滤分组结果，可以同时使用WHERE和HAVING。例如只统计在职员工，并筛选出人数大于1的部门：
SELECT department, COUNT(*) AS emp_count FROM employees WHERE status = 1 GROUP BY department HAVING COUNT(*) > 1;
聚合查询还可以和排序、限制结合使用。例如找出平均薪资最高的两个部门：
SELECT department, AVG(salary) AS avg_salary FROM employees GROUP BY department ORDER BY avg_salary DESC LIMIT 2;
四、单表查询的常见问题与优化建议
单表查询看似简单，但随着数据量增长，不合理的写法会带来明显的性能问题。首先是字段列表，尽量只选择需要的列，而不是使用SELECT *。指定列可以让MySQL只读取必要的数据，也能减少网络传输量。如果表中有TEXT、BLOB等大字段，SELECT *还会把这些大字段全部读取出来，对性能影响很大。
其次是条件过滤。尽量让WHERE条件能够利用索引，避免对索引列进行函数运算或隐式类型转换。例如下面的写法无法使用hire_date列上的索引，因为对列使用了YEAR函数：
SELECT name, salary FROM employees WHERE YEAR(hire_date) = 2023;
应该改为范围查询，让数据库可以直接利用索引：
SELECT name, salary FROM employees WHERE hire_date >= '2023-01-01' AND hire_date < '2024-01-01';
同样，模糊查询中如果把百分号放在字符串开头，例如LIKE '%技术%'，MySQL将无法使用普通索引，只能进行全表扫描。如果业务确实需要中间匹配，可以考虑使用全文索引或专门的搜索引擎。如果只需要前缀匹配，写成LIKE '技术%'则有条件走索引。
对于深分页问题，可以通过记录上一页最后一条主键值来优化。例如第一页取到了id为10000的记录，下一页可以写成：
SELECT id, name, salary FROM employees WHERE id > 10000 ORDER BY id ASC LIMIT 20;
这种写法利用主键索引直接定位到偏移位置，不会随着页数增加而快速变慢。当然这种方式只适用于按主键或其他可比较字段连续翻页的场景。如果排序字段不唯一，还需要结合多个字段确保分页稳定。
最后，建议在开发过程中使用EXPLAIN查看执行计划。通过观察type、key、rows等字段，可以判断查询是否使用了索引、扫描了多少行、是否存在文件排序或临时表。单表查询调优的核心在于减少扫描行数和避免不必要的排序、回表操作。只要养成先看执行计划再优化的习惯，大部分单表查询性能问题都能在早期被发现和解决。