SQL Joins

SQL JOIN：组合多个表的数据

SQL 中的 JOIN 子句用于根据两个或多个表之间的关联列来组合（联合）这些表的行。这是关系型数据库（relational databases）的基石，它允许你检索和分析逻辑相关但存储在不同表中的数据，以减少冗余并提高数据完整性。

理解 SQL JOIN

想象你有两个表：Customers（客户表）和 Orders（订单表）。Customers 表存储客户信息，而 Orders 表存储订单详情。Orders 表中的每个订单都通过 CustomerID（客户 ID）与一个客户关联。

Customers 表示例：

CustomerID	CustomerName	Country
1	Alfreds Futterkiste	Germany
2	Ana Trujillo	Mexico
3	Antonio Moreno	Mexico

Orders 表示例：

OrderID	CustomerID	OrderDate
10308	2	1996-09-18
10309	3	1996-09-19
10310	1	1996-09-20
10311	4	1996-09-21 — 假设 CustomerID 4 在 Customers 表中存在但未在上方显示

CustomerID 列是这两个表的共同列，作为它们之间的链接。JOIN 就是利用这个链接来组合相关的行。

编写 JOIN 的最常用且推荐的方式是使用明确的 JOIN 语法（如 INNER JOIN, LEFT JOIN 等）以及一个指定连接条件的 ON 子句。

示例：使用客户名称检索订单信息

要获取订单列表以及下订单的客户姓名，可以使用 INNER JOIN：

SELECT
    O.OrderID,
    C.CustomerName,
    O.OrderDate
FROM Orders O
INNER JOIN Customers C ON O.CustomerID = C.CustomerID;

这个查询将产生类似以下的结果：

OrderID	CustomerName	OrderDate
10308	Ana Trujillo	1996-09-18
10309	Antonio Moreno	1996-09-19
10310	Alfreds Futterkiste	1996-09-20

注意：这里使用了表的别名（O 代表 Orders，C 代表 Customers），以使查询更短、更易读，尤其当列名可能不明确时（例如，如果两个表都有一个名为 ID 的列）。

不同类型的 SQL JOIN

有几种不同类型的 JOIN 操作，用于处理组合数据的不同场景：

• INNER JOIN（或简写为 JOIN）： 只返回基于连接条件在两个表中都有匹配的行。如果一个客户没有订单，或者一个订单引用了一个不存在的客户，这些行将不会出现在结果中。
• LEFT JOIN（或 LEFT OUTER JOIN）： 返回左表（LEFT JOIN 前面提到的表）中的所有行以及右表中匹配的行。如果在右表中没有匹配项，则右表列将返回 NULL 值。当你需要一个表中的所有记录，以及另一个表中任何相关数据时，这很有用。
• RIGHT JOIN（或 RIGHT OUTER JOIN）： 返回右表（RIGHT JOIN 后面提到的表）中的所有行以及左表中匹配的行。如果在左表中没有匹配项，则左表列将返回 NULL 值。这比 LEFT JOIN 不常用，因为通常可以通过交换表的顺序并使用 LEFT JOIN 来达到相同的结果。
• FULL JOIN（或 FULL OUTER JOIN）： 当左表或右表中存在匹配时，返回所有行。如果在一个表中的行没有匹配项，则另一个表中的列将返回 NULL 值。这显示了两个表中的所有数据，并在可能的情况下进行匹配。
• CROSS JOIN（或笛卡尔积）： 返回两个表中行的所有可能的组合。除非有特定意图，否则很少使用这种连接，因为它可能产生非常大的结果集。它通常写成 SELECT * FROM TableA CROSS JOIN TableB;，或者不太明确（且常因错误）地写成 SELECT * FROM TableA, TableB; 且没有 WHERE 子句。
• SELF JOIN： 这不是一种不同的 JOIN 关键字类型，而是一种常规 JOIN，其中一个表与自身进行连接。这对于查询层级数据或比较同一表中的行非常有用（例如，查找拥有相同经理的员工）。

示例：使用 LEFT JOIN 查看所有客户及其可能拥有的订单

SELECT
    C.CustomerName,
    O.OrderID,
    O.OrderDate
FROM Customers C
LEFT JOIN Orders O ON C.CustomerID = O.CustomerID;

这个查询将列出所有客户。如果客户有订单，将显示其订单详细信息。如果客户没有订单，该客户的 OrderID 和 OrderDate 将为 NULL。

USING 子句

如果两个表中的连接列具有完全相同的名称（例如，CustomerID），你可以在某些数据库系统（例如 PostgreSQL, MySQL）中使用 USING 子句作为 ON 子句的简写：

SELECT O.OrderID, C.CustomerName, O.OrderDate
FROM Orders O
INNER JOIN Customers C USING (CustomerID);

常见陷阱：

• 缺少连接条件： 忘记 ON 子句或提供不正确的子句可能导致笛卡尔积或错误的结果。
• 模糊的列名： 如果两个表都有同名列（例如，ID），则必须使用表名或别名来限定它们（例如，Customers.ID, Orders.ID）。
• 理解 NULL 值： 请注意连接列中的 NULL 值如何影响结果，特别是在 INNER JOIN 与 OUTER JOIN 之间。

实际应用：连接（Joins）是任何涉及多个表数据的关系型数据库任务的基础，例如生成报告（如按地区划分的销售额，其中销售额在一个表中，地区在另一个表中），显示综合信息（如产品详细信息与供应商信息），或进行复杂的数据分析。

学习资源：使用维恩图可视化连接非常有帮助。搜索 ‘SQL Join Venn Diagrams’ 可以找到图形化的解释。