SQL连接查询深度探险

测试环境：
Windows XP Profession
MySQL 5.0.45
Oracle 9i
DB2 UDB 9.1
测试的SQL脚本如下：此脚本适合MySQL、DB2，如果要在Oracle上执行，需要做个替换BIGINTàINTEGER、VARCHARàVARCHAR2。
CREATETABLE CUSTOMERS (
   ID BIGINT NOTNULL,
   NAME VARCHAR(15) NOTNULL,
   AGE INT,
   PRIMARYKEY (ID)
);
CREATETABLE ORDERS (
   ID BIGINT NOTNULL,
   ORDER_NUMBER VARCHAR(15) NOTNULL,
   PRICE DOUBLE PRECISION,
   CUSTOMER_ID BIGINT,
   PRIMARYKEY (ID)
);
COMMIT;
/*
ALTERTABLE ORDERS ADDINDEX FK_CUSTOMER (CUSTOMER_ID), ADDCONSTRAINT FK_CUSTOMER FOREIGNKEY (CUSTOMER_ID) REFERENCES CUSTOMERS (ID);
*/
INSERTINTO CUSTOMERS(ID,NAME,AGE) VALUES(1,'TOM',21);
INSERTINTO CUSTOMERS(ID,NAME,AGE) VALUES(2,'MIKE',24);
INSERTINTO CUSTOMERS(ID,NAME,AGE) VALUES(3,'JACK',30);
INSERTINTO CUSTOMERS(ID,NAME,AGE) VALUES(4,'LINDA',25);
INSERTINTO CUSTOMERS(ID,NAME,AGE) VALUES(5,'TOM',NULL);
COMMIT;
INSERTINTO ORDERS(ID,ORDER_NUMBER,PRICE,CUSTOMER_ID) VALUES(1,'TOM_ORDER001',100,1);
INSERTINTO ORDERS(ID,ORDER_NUMBER,PRICE,CUSTOMER_ID) VALUES(2,'TOM_ORDER002',200,1);
INSERTINTO ORDERS(ID,ORDER_NUMBER,PRICE,CUSTOMER_ID) VALUES(3,'TOM_ORDER003',300,1);
INSERTINTO ORDERS(ID,ORDER_NUMBER,PRICE,CUSTOMER_ID) VALUES(4,'MIKE_ORDER001',100,2);
INSERTINTO ORDERS(ID,ORDER_NUMBER,PRICE,CUSTOMER_ID) VALUES(5,'JACK_ORDER001',200,3);
INSERTINTO ORDERS(ID,ORDER_NUMBER,PRICE,CUSTOMER_ID) VALUES(6,'LINDA_ORDER001',100,4);
INSERTINTO ORDERS(ID,ORDER_NUMBER,PRICE,CUSTOMER_ID) VALUES(7,'UNKNOWNORDER',200,NULL);
COMMIT;
两表的数据如下：
CUSTOMERS表数据：
ORDERS表数据
一、交叉连接（CROSS JOIN）
交叉连接（CROSS JOIN）：有两种，显式的和隐式的，不带ON子句，返回的是两表的乘积，也叫笛卡尔积。
SELECT O.ID, O.ORDER_NUMBER, C.ID, C.NAME
FROM ORDERS O , CUSTOMERS C
WHERE O.ID=1;
语句2：显式的交叉连接，使用CROSS JOIN。
SELECT O.ID,O.ORDER_NUMBER,C.ID,C.NAME
FROM ORDERS O CROSSJOIN CUSTOMERS C
WHERE O.ID=1;
语句1和语句2的结果是相同的，查询结果如下：
二、内连接（INNER JOIN）
内连接（INNER JOIN）：有两种，显式的和隐式的，返回连接表中符合连接条件和查询条件的数据行。（所谓的链接表就是数据库在做查询形成的中间表）。
例如：下面的语句3和语句4的结果是相同的。
语句3：隐式的内连接，没有INNER JOIN，形成的中间表为两个表的笛卡尔积。
SELECT O.ID,O.ORDER_NUMBER,C.ID,C.NAME
FROM CUSTOMERS C,ORDERS O
WHERE C.ID=O.CUSTOMER_ID;
INNER JOIN，形成的中间表为两个表经过ON条件过滤后的笛卡尔积。
SELECT O.ID,O.ORDER_NUMBER,C.ID,C.NAME
FROM CUSTOMERS C INNERJOIN ORDERS O ON C.ID=O.CUSTOMER_ID;
语句3和语句4的查询结果：
三、外连接（OUTER JOIN）：外连不但返回符合连接和查询条件的数据行，还返回不符合条件的一些行。外连接分三类：左外连接（LEFT OUTER JOIN）、右外连接（RIGHT OUTER JOIN）和全外连接（FULL OUTER JOIN）。
三者的共同点是都返回符合连接条件和查询条件（即：内连接）的数据行。不同点如下：
左外连接还返回左表中不符合连接条件单符合查询条件的数据行。
右外连接还返回右表中不符合连接条件单符合查询条件的数据行。
全外连接还返回左表中不符合连接条件单符合查询条件的数据行，并且还返回右表中不符合连接条件单符合查询条件的数据行。全外连接实际是上左外连接和右外连接的数学合集（去掉重复），即“全外=左外 UNION 右外”。
说明：左表就是在“（LEFT OUTER JOIN）”关键字左边的表。右表当然就是右边的了。在三种类型的外连接中，OUTER 关键字是可省略的。
下面举例说明：
语句5：左外连接（LEFT OUTER JOIN）
SELECT O.ID,O.ORDER_NUMBER,O.CUSTOMER_ID,C.ID,C.NAME
FROM ORDERS O LEFTOUTERJOIN CUSTOMERS C ON C.ID=O.CUSTOMER_ID;
语句6：右外连接（RIGHT OUTER JOIN）
SELECT O.ID,O.ORDER_NUMBER,O.CUSTOMER_ID,C.ID,C.NAME
FROM ORDERS O RIGHTOUTERJOIN CUSTOMERS C ON C.ID=O.CUSTOMER_ID;
注意：WHERE条件放在ON后面查询的结果是不一样的。例如：
语句7：WHERESELECT O.ID,O.ORDER_NUMBER,O.CUSTOMER_ID,C.ID,C.NAME
FROM ORDERS O LEFTOUTERJOIN CUSTOMERS C ON C.ID=O.CUSTOMER_ID
WHERE O.ORDER_NUMBER<>'MIKE_ORDER001';
语句8：将语句7中的WHERE条件放到ON后面。
SELECT O.ID,O.ORDER_NUMBER,O.CUSTOMER_ID,C.ID,C.NAME
FROM ORDERS O LEFTOUTERJOIN CUSTOMERS C ON C.ID=O.CUSTOMER_ID AND O.ORDER_NUMBER<>'MIKE_ORDER001';
从语句7和语句8查询的结果来看，显然是不相同的，语句8显示的结果是难以理解的。因此，推荐在写连接查询的时候，ON后面只跟连接条件，而对中间表限制的条件都写到WHERE子句中。
语句9：全外连接（FULL OUTER JOIN）。
SELECT O.ID,O.ORDER_NUMBER,O.CUSTOMER_ID,C.ID,C.NAME
FROM ORDERS O FULL OUTERJOIN CUSTOMERS C ON C.ID=O.CUSTOMER_ID;
 
SELECT O.ID,O.ORDER_NUMBER,O.CUSTOMER_ID,C.ID,C.NAME
FROM ORDERS O LEFTOUTERJOIN CUSTOMERS C ON C.ID=O.CUSTOMER_ID
UNION
SELECT O.ID,O.ORDER_NUMBER,O.CUSTOMER_ID,C.ID,C.NAME
FROM ORDERS O RIGHTOUTERJOIN CUSTOMERS C ON C.ID=O.CUSTOMER_ID;
 
四、联合连接（UNION JOIN）：这是一种很少见的连接方式。Oracle、MySQL均不支持，其作用是：找出全外连接和内连接之间差异的所有行。这在数据分析中排错中比较常用。也可以利用数据库的集合操作来实现此功能。
语句11：联合查询（UNION JOIN）例句，还没有找到能执行的SQL环境。
SELECT O.ID,O.ORDER_NUMBER,O.CUSTOMER_ID,C.ID,C.NAME
FROM ORDERS O UNIONJOIN CUSTOMERS C ON C.ID=O.CUSTOMER_ID
语句12：语句11在DB2下的等价实现。还不知道DB2是否支持语句11呢！
SELECT O.ID,O.ORDER_NUMBER,O.CUSTOMER_ID,C.ID,C.NAME
FROM ORDERS O FULL OUTERJOIN CUSTOMERS C ON C.ID=O.CUSTOMER_ID
EXCEPT
SELECT O.ID,O.ORDER_NUMBER,O.CUSTOMER_ID,C.ID,C.NAME
FROM ORDERS O INNERJOIN CUSTOMERS C ON C.ID=O.CUSTOMER_ID;
语句13：语句11在Oracle下的等价实现。
SELECT O.ID,O.ORDER_NUMBER,O.CUSTOMER_ID,C.ID,C.NAME
FROM ORDERS O FULL OUTERJOIN CUSTOMERS C ON C.ID=O.CUSTOMER_ID
MINUS
SELECT O.ID,O.ORDER_NUMBER,O.CUSTOMER_ID,C.ID,C.NAME
FROM ORDERS O INNERJOIN CUSTOMERS C ON C.ID=O.CUSTOMER_ID;
查询结果如下：
五、自然连接（NATURAL INNER JOIN）：说真的，这种连接查询没有存在的价值，既然是SQL2标准中定义的，就给出个例子看看吧。自然连接无需指定连接列，SQL会检查两个表中是否相同名称的列，且假设他们在连接条件中使用，并且在连接条件中仅包含一个连接列。不允许使用ON语句，不允许指定显示列，显示列只能用*表示（ORACLE环境下测试的）。对于每种连接类型（除了交叉连接外），均可指定NATURAL。下面给出几个例子。
语句14：
SELECT*
FROM ORDERS O NATURALINNERJOIN CUSTOMERS C;
语句15：
SELECT*
FROM ORDERS O NATURALLEFTOUTERJOIN CUSTOMERS C;
语句16：
SELECT*
FROM ORDERS O NATURALRIGHTOUTERJOIN CUSTOMERS C;
语句17：
SELECT*
FROM ORDERS O NATURAL FULL OUTERJOIN CUSTOMERS C;
六、SQL查询的基本原理：两种情况介绍。
第一、   单表查询：根据WHERE条件过滤表中的记录，形成中间表（这个中间表对用户是不可见的）；然后根据SELECT的选择列选择相应的列进行返回最终结果。
第二、   两表连接查询：对两表求积（笛卡尔积）并用ON条件和连接连接类型进行过滤形成中间表；然后根据WHERE条件过滤中间表的记录，并根据SELECT指定的列返回查询结果。
第三、   多表连接查询：先对第一个和第二个表按照两表连接做查询，然后用查询结果和第三个表做连接查询，以此类推，直到所有的表都连接上为止，最终形成一个中间的结果表，然后根据WHERE条件过滤中间表的记录，并根据SELECT指定的列返回查询结果。
理解SQL查询的过程是进行SQL优化的理论依据。
七、ON后面的条件（ON条件）和WHERE条件的区别：
ON条件：是过滤两个链接表笛卡尔积形成中间表的约束条件。
WHERE条件：在有ON条件的SELECT语句中是过滤中间表的约束条件。在没有ON的单表查询中，是限制物理表或者中间查询结果返回记录的约束。在两表或多表连接中是限制连接形成最终中间表的返回结果的约束。
从这里可以看出，将WHERE条件移入ON后面是不恰当的。推荐的做法是：
ON只进行连接操作，WHERE只过滤中间表的记录。
八、总结
连接查询是SQL查询的核心，连接查询的连接类型选择依据实际需求。如果选择不当，非但不能提高查询效率，反而会带来一些逻辑错误或者性能低下。下面总结一下两表连接查询选择方式的依据：
1、 查两表关联列相等的数据用内连接。
2、 Col_L是Col_R的子集时用右外连接。
3、 Col_R是Col_L的子集时用左外连接。
4、 Col_R和Col_L彼此有交集但彼此互不为子集时候用全外。
5、 求差操作的时候用联合查询。
多个表查询的时候，这些不同的连接类型可以写到一块。例如：
 SELECT T1.C1,T2.CX,T3.CY
 FROM TAB1 T1
       INNERJOIN TAB2 T2 ON (T1.C1=T2.C2)
       INNERJOIN TAB3 T3 ON (T1.C1=T2.C3)
       LEFTOUTERJOIN TAB4 ON(T2.C2=T3.C3);
 WHERE T1.X >T3.Y;
上面这个SQL查询是多表连接的一个示范。
----全文完。
说明：此测试环境的SQL脚本来自孙卫秦《精通Hibernate》一书中的客户订单模型。

转载于:https://www.cnblogs.com/lemony/archive/2007/11/01/945280.html

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/264713.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

自锁时间电路plc_1篇文章，4幅图，了解PLC接线和控制图就是这么简单

自锁时间电路plc_1篇文章，4幅图，了解PLC接线和控制图就是这么简单

有网友留言说看不懂plc梯形图&#xff0c;不知道如何将电气控制原理图转化为plc接线图&#xff0c;今天就系统的来看一下plc的原理和接线&#xff0c;再转化为plc接线图&#xff0c;我们需要借助一个最简单的单向过载保护的自锁控制电路。来看一下电路元器件&#xff0c;FR热机…
阅读更多...
Python~字典快速上手

Python~字典快速上手

目录 Key的重要性 一 创建字典{} 二 字典用key查找 in(遍历)和[]用key查找 keyerror in和[]的效率对比 三 字典的插入/修改/删除(先查找) ​编辑 四 字典增删查改/遍历的效率 五 字典的遍历 for遍历可迭代对象拿到key 与创建顺序相同 keys/values/items方法 六 可…
阅读更多...
活动目录服务器（windows server 2008）

活动目录服务器（windows server 2008）

1、在服务器管理器中添加角色&#xff0c;勾选Active Directory域服务、DNS服务器进行安装2、安装好后运行dcpromo进入域服务安装向导&#xff0c;选择高级模式安装3、出现部署配置时&#xff0c;勾选新林中新建4、在命名林输入域名称&#xff08;ganen5.local&#xff09;5、在…
阅读更多...
漫步者蓝牙只有一边有声音_漫步者DreamPods半个月上手体验：谈谈那些好的和不好的地方...

漫步者蓝牙只有一边有声音_漫步者DreamPods半个月上手体验：谈谈那些好的和不好的地方...

随着手机逐渐取消了耳机孔&#xff0c;越来越多的人们开始使用上了蓝牙耳机。在当今这个飞速发展的时代&#xff0c;蓝牙耳机蓝无疑成为了新时代的宠儿。无论是上班族还是当代大学生等年轻化群体&#xff0c;蓝牙耳机无疑成为了一个不错的喜好选择。但是面对市面上如此多的蓝牙…
阅读更多...
c++ 输出控制iomanip

c++ 输出控制iomanip

2019独角兽企业重金招聘Python工程师标准>>> 1输出精度控制 #include<iostream> #include <iomanip>//精度控制相关头文件 using namespace std;int main(){streamsize preccout.precision(); //获取默认精度 cout<<"default precisi…
阅读更多...
c++ 可视化界面_这些算法可视化网站助你轻松学算法

c++ 可视化界面_这些算法可视化网站助你轻松学算法

作者&#xff1a;守望&#xff0c;Linux应用开发者&#xff0c;目前在公众号【编程珠玑】 分享Linux/C/C/数据结构与算法/工具等原创技术文章和学习资源。前言无疑&#xff0c;数据结构与算法学习最大的难点之一就是如何在脑中形象化其抽象的逻辑步骤。而图像在很多时候能够大大…
阅读更多...
2. with check option能起什么作用?_面部毛孔粗大，有什么拯救的方法吗？

2. with check option能起什么作用?_面部毛孔粗大，有什么拯救的方法吗？

很多妹子都有毛孔粗大的问题&#xff0c;却苦恼于怎么改善&#xff0c;用错方法可能会刺激毛孔&#xff0c;但是你知道毛孔粗大的原因吗&#xff1f;首先&#xff0c;先搞清楚自己是什么类型的毛孔粗大&#xff0c;再对症下药。 &#xfffc;皮脂分泌旺盛这是毛孔粗大最常见的原…
阅读更多...
Apache Spark源码走读之4 -- DStream实时流数据处理

Apache Spark源码走读之4 -- DStream实时流数据处理

欢迎转载&#xff0c;转载请注明出处&#xff0c;徽沪一郎。 Spark Streaming能够对流数据进行近乎实时的速度进行数据处理。采用了不同于一般的流式数据处理模型&#xff0c;该模型使得Spark Streaming有非常高的处理速度&#xff0c;与storm相比拥有更高的吞能力。 本篇简要分…
阅读更多...
antd-react-mobile(踩坑记录)

antd-react-mobile(踩坑记录)

1.按照官网步骤进行&#xff0c; $ npm install -g create-react-app # 注意&#xff1a;工具会自动初始化一个脚手架并安装 React 项目的各种必要依赖&#xff0c;如果在过程中出现网络问题&#xff0c;请尝试配置代理或使用 其他 npm registry。 $ create-react-app my-app …
阅读更多...
微软私有云分享（R2）22 计算机配置文件与基础设置

微软私有云分享（R2）22 计算机配置文件与基础设置

计算机配置文件是完全为了裸金属安装准备的。所以如果不准备使用裸金属安装&#xff0c;硬件配置文件在SCVMM2012 R2中也可以不用配置。本章操作完全用图来表示&#xff08;其实我准备文字了&#xff0c;但是貌似文字丢了…………&#xff09;&#xff0c;创建该文件没什么注意…
阅读更多...
14.PTD与的基址

14.PTD与的基址

0xC0300000就是页目录的基址。 随便找一个软件测试下 通过0xC0300000找到的物理页就是页目录表这个物理页即是页目录表本身也是页表页目录表是一张特殊的页表,每一项PTE指向的不是普通的物理页,而是指向其他的页表.如果我们要访问第N个PDE, 那么有如下公式&#xff1a;0xc03000…
阅读更多...
多项式回归

多项式回归

在上一节所介绍的非线性回归分析&#xff0c;首先要求我们对回归方程的函数模型做出推断。尽管在一些特定的情况下我们能够比較easy地做到这一点,可是在很多实际问题上经常会令我们不知所措。依据高等数学知识我们知道&#xff0c;不论什么曲线能够近似地用多项式表示&#xff…
阅读更多...
二级c语言无纸化三合一_学习攻略|计算机二级考试重点及注意事项

二级c语言无纸化三合一_学习攻略|计算机二级考试重点及注意事项

2020年全国计算机等级考试将于9月26日强势来袭&#xff0c;亲爱的你们准备好了吗&#xff1f;下面为大家准备了一些干货以及考试注意事项&#xff0c;快拿出小本本记下来吧。考试题型二级office考试题型1、选择题 20分(含公共基础知识部分10分)2、操作题 80分 (1)Word文档 30…
阅读更多...
mongodb集群与分片的配置说明

mongodb集群与分片的配置说明

mongodb集群与分片的配置说明 Shardingcluster介绍&#xff1a; 这是一种可以水平扩展的模式&#xff0c;在数据量很大时特给力&#xff0c;实际大规模应用一般会采用这种架构去构建monodb系统。 系统分为需要三种角色&#xff1a; Shard Server:mongod 实例&#xff0c;用于存…
阅读更多...
使用VS2005进行负载测试

使用VS2005进行负载测试

下面通过一个简单的例子来讲解VS2005是如何做负载测试的.1、 编写一个加法程序&#xff0c;其中编写一个加法方法&#xff0c;然后调用该方法。//程序源代码using System;using System.Data;using System.Configuration;using System.Web;using System.Web.Security;using Syst…
阅读更多...
NodeJS开发环境配置

NodeJS开发环境配置

为什么80%的码农都做不了架构师&#xff1f;>>> 上链接&#xff5e; http://www.cnblogs.com/Irving/p/3634232.html 转载于:https://my.oschina.net/weiyi/blog/287177
阅读更多...
一个平行四边形可以分成四个_将平行四边形分割成两个三角形还易变形么？（人教四下五单元三角形例2）...

一个平行四边形可以分成四个_将平行四边形分割成两个三角形还易变形么？（人教四下五单元三角形例2）...

最近&#xff0c;我学了三角形一课&#xff0c;研究了三角形的特性。课上我们拿出准备好的拼搭的三角形和平行四边形&#xff0c;动手拉一拉&#xff0c;结果发现三角形拉不动、平行四边形一拉就变形了。原来动动手也是研究数学呀&#xff0c;太有意思了&#xff01;这时&#…
阅读更多...
配置redis三主三从

配置redis三主三从

主从环境 centos7.6 redis4.0.1 主从192.168.181.139:6379192.168.181.136:6379192.168.181.136:6380192.168.181.137:6380192.168.181.137:6381192.168.181.139:6381集群实例配置 这里展示192.168.181.139:6379节点的&#xff0c;其他配置修改ip、端口号和文件名 bind 192.168…
阅读更多...
tensorflow 模型小型化_模型小型化

tensorflow 模型小型化_模型小型化

实习终于结束了&#xff0c;现把实习期间做的基于人体姿态估计的模型小型化的工作做个总结。现在深度学习模型开始走向应用&#xff0c;因此我们需要把深度学习网络和模型部署到一些硬件上&#xff0c;而现有一些模型的参数量由于过大&#xff0c;会导致在一些硬件上的运行速度…
阅读更多...
NoSQL系列：选择合适的数据库

NoSQL系列：选择合适的数据库

NoSQL系列&#xff1a;选择合适的数据库 为什么使用NoSQL数据库&#xff1f; 阻抗失衡 关系模型和内存中的数据结构不匹配 采用更为方便的数据交互方式提升开发效率 待处理的数据量很大 数据量超过关系型数据库的承载能力 大集群的出现 在成本方面&#xff0c;集群中应用关系数…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023