clickhouse的sql语法独特之处

这个话题其实可以用于扩大为各个sql语法的不同之处。本文clickhouse版本：20.7.2.30

--mysql
select 
    id ,name
from test.person
group by id;

msyql可以有上面的语法，hive sql却不行，hive的sql语法和mysql有不同之处众所周知，比如有group by 语法存在的时候，hive要求select后面的非聚合字段必须是group by后面的分组字段，这个其实很好理解，我们也接受了，因为严格来说确实是这样，对于同一个组的非分组字段会有不一样的数据，如果你也查询出来你算哪一个呢？并且如果你真的想随便查出来一个，hive里面可以用first（） 函数。

--hive
select 
    id ,first(name) name 
from test.person
group by id;

还有一些比如说hive不支持in 语法（老版本是这样，新版本没去细究），所以我们习惯用join解决，这些都没问题，但总的来说我们对sql的执行顺序的理解大致是一致的，如下：

from -> join -> where ->group by -> select ->having ->order by -> limit 

然而最近clickhouse的使用让我发现clickhouse里面sql执行顺序似乎并非如此，比如 mysql 或者hive我们执行一下语句：

--原表test.person数据：
+----+------+
| id | name |
+----+------+
|  1 | aaa  |
|  2 | b    |
|  3 | c    |
+----+------+

select 
    id ,substr(name,1,1) name
from test.person 
where name in ('aaa','b');

--得到结果：
+----+------+
| id | name |
+----+------+
|  1 | a    |
|  2 | b    |
+----+------+

当然是我们熟悉的from -> where ->select 顺序，在让我们看看clickhouse里面的结果：

大家可以看出少了一条数据，原因是它先处理了substr然后才做where筛选！所以筛选的是转换之后的name，当然要实现原来的效果只要将substr处理前后的name名字不一样即可，可见clickhouse会将select后面函数处理后的字段都做保留用于后面的计算，但如果你新名字和旧名字一样当然只保留处理之后的字段，而这对习惯了之前思维的开发者来说会出现大bug！

当然某些时候也可以利用这个特点简化我们的sql，由于select后面命名的新字段可以在select后面继续使用，我们可以用这样的语法：

甚至新字段名可以在group by 和where 后面使用，我们基本可以得出结论：clickhouse的select语法并不像msyql，hive语法在所有逻辑执行完之后执行，而是在执行前和之后都有，利用这个特性，很多时候我们可以少写很多子查询，sql代码更加精炼。