SQLite同结果不同查询语句执行时间差异原因求教

我有一个存储电影信息的SQLite数据库，需要提取所有出演2004年上映电影的人员姓名，并按出生日期排序。我写了两个逻辑完全相同的查询语句，但第一个执行时间长达12-13秒，是第二个（1-2秒）的10倍多，在DB Browser for SQLite和SQLite CLI中都存在这个现象，想搞清楚差异产生的原因。

第一个慢查询（执行时间约12-13秒） #

SELECT DISTINCT people.name
FROM people 
JOIN stars ON people.id = stars.person_id 
JOIN movies ON movies.id = stars.movie_id 
WHERE movies.year = 2004 
ORDER BY people.birth

第二个快查询（执行时间约1-2秒） #

SELECT DISTINCT people.name
FROM movies
JOIN stars ON movies.id = stars.movie_id
JOIN people ON stars.person_id = people.id
WHERE movies.year = 2004
ORDER BY people.birth

差异核心原因 #

两者的关键区别在于表的连接顺序与过滤条件的执行时机：

• 第一个查询从people表（人员总数量远大于2004年电影数量）开始，先遍历所有人员记录，再关联stars表找到他们参演的所有电影，最后才过滤出2004年的电影。这个过程会先产生一个包含所有人员参演电影的超大中间数据集，再逐步筛选，消耗大量内存和IO资源，自然速度慢。
• 第二个查询从movies表开始，第一步就通过WHERE movies.year = 2004过滤出2004年的电影，直接把数据集缩小到一个很小的范围，再关联stars表找到这些电影的参演人员，最后关联people表取姓名和出生日期。后续所有连接操作都基于小数据集，执行效率自然大幅提升。

SQLite的查询优化器虽然会尝试选择最优执行路径，但当表数据量差异悬殊时，手动指定从过滤后数据量更小的表启动连接，能让优化器更高效地完成查询——这里2004年的电影数量远小于总人员数，所以先处理movies表的过滤是性能提升的关键。

内容的提问来源于stack exchange，提问作者Kanexxy