数据分析人必掌握的数据库语言-SQL指南第六期

Posted 2023-04-03

参考技术A

本篇文章继续围绕SQL的语法重点为大家介绍 连接 和 高级连接 的使用，以及 使用连接的注意事项 。

SQL最强大的功能之一就是能在数据查询的执行中 连接（join）表 。连接是利用SQL的SELECT语句能执行的最重要的操作，很好地理解连接及其语法是学习SQL的极为重要的一点。在能够有效地使用连接前，我们必须了解 关系表 以及 关系数据库 设计的一些基础知识。下面的介绍并不能涵盖这一主题的所有内容，但作为入门已经够了。

连接

理解关系表，最好是来看个例子。

有一个包含产品目录的数据库表，其中每类物品占一行。

对于每一种物品，要存储的信息包括产品描述、价格，以及生产该产品的供应商。

现在有同一供应商生产的多种物品，那么在何处存储供应商名、地址、联系方法等供应商信息呢？将这些数据与产品信息分开存储的理由是：

① 同一供应商生产的每个产品，其供应商信息都是相同的，对每个产品重复此信息既浪费时间又浪费存储空间；

② 如果供应商信息发生变化，例如供应商迁址或电话号码变动，只需修改一次即可；

③ 如果有重复数据（即每种产品都存储供应商信息），则很难保证每次输入该数据的方式都相同。不一致的数据在报表中就很难利用。

关键是， 相同的数据出现多次不是一件好事 ，这是关系数据库设计的基础。

关系表的设计就是要 把信息分解成多个表 ， 一类数据一个表 。各表通过某些共同的值互相关联（所以才叫关系数据库）。在这个例子中可建立两个表：一个存储供应商信息，另一个存储产品信息。Vendors表包含所有供应商信息，每个供应商占一行，具有唯一的标识。此标识称为 主键 （primary key），可以是供应商ID或任何其他唯一值。Products表只存储产品信息，除了存储供应商ID（Vendors表的主键）外，它不存储其他有关供应商的信息。Vendors表的主键将Vendors表与Products表关联，利用供应商ID能从Vendors表中找出相应供应商的详细信息。

这样做的 好处 是：

① 供应商信息不重复，不会浪费时间和空间；

② 如果供应商信息变动，可以只更新Vendors表中的单个记录，相关表中的数据不用改动；

③ 由于数据不重复，使得处理数据和生成报表更简单。

总之，关系数据可以有效地存储，方便地处理。因此，关系数据库的可伸缩性远比非关系数据库要好。

为什么使用连接

连接将数据分解为多个表实现 更有效 地存储、 更方便 地处理，且 可伸缩性更好 。

可伸缩性：能够适应不断增加的工作量而不失败。

连接作为一种机制，能在一条SELECT语句中用来关联表。使用特定的语法，可连接多个表返回一组输出。

创建连接

分析 ：上述SELECT语句中与之前的语句相同，都是指定检索的列， 区别 在于该语句指定的两列（prod_name,prod_price）在一个表中，而第一列（vend_name）在另一个表中。

FROM子句也有所区别。该FROM子句列出了两个表：Vendors,Products。这两个表由SELECT语句的WHERE子句连接。WHERE子句指示DBMS将Vendors表中的vend_id与Products表中的vend_id匹配起来。

这里使用了 完全限定列名 将Vendors.vend_id和Products.vend_id两列匹配。最终输出了两个不同表中的数据。

高级连接部分将介绍 如何使用表别名，另外的一些连接 ，以及 如何对被连接的表使用聚集函数 。

使用表别名

之前的文章已经给大家介绍了如何使用别名引用被检索的表列。

SQL还可以 给表名起别名 ，目的是：

① 缩短SQL语句。

② 允许在一条SELECT语句中多次使用相同的表。

分析 ：上述语句中的FROM子句的三个表都有别名。如此 省略了许多字符 。表别名还可以用于SELECT的列表、ORDER BY子句以及其他语句部分。

需要注意的是： 表别名只在查询执行中使用 。与列别名不同，表别名不返回到客户端。

使用不同类型的连接

接下来将给大家介绍四种其他类型的连接： 自连接 、 自然连接 、 内连接 和 外连接 。

①自连接

分析： 这是使用了 子查询 的方案。对内部的SELECT语句做了一个简单的检索，返回Jim Jones工作公司的cust_name。该数据用于外部查询的WHERE子句中，以检索出为该公司工作的所有雇员。

下面看看使用了 连接 的方案。

分析：上述语句需要的两个表实际上是相同的表，所以Customers表在FROM子句中出现了两次。但这对于Customers的引用具有歧义，因为没有指示DBMS引用的是哪个Customers表。

于是需要使用表别名解决该问题。Customers表 第一次出现为别名c1 ， 第二次为c2 ，然后再将这些别名用作表名。如SELECT语句使用c1前缀明确给出所需列的全名。如果不这么做，DBMS将返回错误，因为名为cust_id、cust_name、cust_contact的列各有两个。DBMS不知需要哪一列，即使它们都是同一列。

WHERE首先连接两个表，再按第二个表中的cust_contact过滤数据，返回所需的数据。

②自然连接

内连接 返回所有的数据，其中 相同的列可多次出现 。而 自然连接排除多次出现 ，使每一列只返回一次。

一般通过对一个表使用通配符（SELECT *），而对其他的列使用明确的子集来实现自然连接。

分析： 上述语句中，通配符只对第一个表使用，而所有其他列都明确列出来，所以没有出现重复的列被检索出来。

③内连接

目前为止使用的连接称为等值连接，是基于两个表之间的相等测试。该连接也称为内连接。

对该种连接还可以使用不同的语法，明确指定连接的类型。

分析 ：该语句中的SELECT与之前的区别在于FROM 子句。此处两个表之间的关系是以 INNER JOIN 指定的部分FROM子句，因此需要使用特定的 ON子句 而不是WHERE子句。但传递给ON的实际条件与WHERE相同。

④外连接

许多连接将一个表中的行与另一个表中的行相关联，但有时候 需要包含没有关联的行 。例如，可能需要使用连接完成以下工作：

对每个顾客下的订单进行计数，包括那些至今尚未下订单的顾客；

列出所有产品以及订购数量，包括没有人订购的产品；

计算平均销售规模，包括那些至今尚未下订单的顾客。

在上述例子中，连接包含了那些在相关表中没有关联行的行。这种连接称为外连接，外连接分为 左外连接 和 右外连接 。

左外连接：取左边的表的全部，而右边的表按照条件显示，不符合条件的显示NULL。

右外连接：取右边的表的全部，而左边的表按照条件显示，不符合条件的显示NULL。

下面先给出一个简单的 内连接 ，再给出 左外连接 ，大家对比着理解。

分析 ：两个语句都使用了 JOIN 关键字来指定连接类型，与内连接不同的是，左外连接包括没有关联行的行。因此在使用JOIN语法时，还需使用RIGHT或LEFT关键字来指定包括其所有行的表（RIGHT指出的是OUTER JOIN右边的表，而LEFT指出的是OUTER JOIN左边的表）。

上述左外连接语句使用了LEFT OUTER JOIN 从FROM子句左边的表（Customers）中选择所有行。

若要从右边的表选择所有行，即使用 右外连接 ，则语句如下：

注意 ：两种基本的外连接形式，左外连接和右外连接。两者的唯一差别是所关联的表的顺序。

此外，还有一种外连接，即 全外连接 。该连接检索两个表中的所有行并关联可关联的行。与左外连接或右外连接包含一个表的不关联的行不同，全外连接包含两个表的不关联的行。

自连接、自然连接、内连接和外连接的区别

①自连接： 通常用于 两张结构和数据内容完全一样的表 ，在做数据处理时，对它们分别 重命名 来加以区分，然后再进行关联。

②自然连接 ：特点是要求两个关系表中进行连接的必须是 相同属性列 （名字相同），无需添加连接条件，且 在结果中消除了重复的属性列 。

③内连接 ：与自然连接相似，区别在于内连接 不要求两属性列同名 ，可以用 using或on 来指定某两列字段相同的连接条件。

④外连接 ：可以解决自然连接时某些属性不同导致这些元组被舍弃的问题，起到了 保留要舍弃的结果 的作用。

使用带聚集函数的连接

之前给大家介绍过使用 聚集函数 来汇总数据，殊不知这些函数也可以与连接一起使用。

分析： 上述语句使用了 COUNT函数 。该语句使用INNER JOIN将Customers和Orders表相互关联。GROUP BY子句按顾客分组，因此，函数调用COUNT(Orders.order_num)对每个顾客的订单计数，将其作为num_ord返回。

分析： 上述语句使用 左外连接 包含所有顾客，包括了那些没有任何订单的顾客。

WHERE子句的重要性

需记住的是，在一条SELECT语句中连接几个表时，相应的关系是在运行中构造的，因为在数据库表中的定义没有指示DBMS如何对表进行连接的内容。

要连接多个表，需要将它们并列于from之后， 关键 是要设置WHERE子句，确保它们之间的 关联关系 必须给出，否则，查询结果会成为笛卡尔积。

笛卡尔积：由没有连接条件的表关系返回的结果为笛卡儿积。

分析 ：上述语句输出的结果便是 笛卡尔积 。返回的数据用每个供应商匹配了每个产品，包括了供应商不正确的产品（即使该供应商没有产品）。

连接及其使用的要点

① 注意所使用的连接类型。一般我们使用内连接，但使用外连接也有效。

② 关于确切的连接语法，应该查看具体的文档，看相应的DBMS支持何种语法（大多数DBMS使用这两课中描述的某种语法）。

③ 保证使用正确的连接条件（不管采用哪种语法），否则会返回不正确的数据。

④ 应该总是提供连接条件，否则会得出笛卡儿积。

⑤ 在一个连接中可以包含多个表，甚至可以对每个连接采用不同的连接类型。虽然这样做是合法的，一般也很有用，但应该在测试它们前分别测试每个连接。这会使故障排除更为简单。

以上就是本次介绍的连接和高级连接啦~

下一期将给大家介绍 组合查询 、 插入数据 及 更新和删除数据。

我们下期见！

C语言拓展第六期：格式化输出

前边我们学习了不同种类的数据类型，为了将这些数据输出到终端我们学习了printf函数。但前边的学习更多的是简单的套用，并没有理解printf语句里每个部分的含义。于是我们有了今天的学习内容——C语言的格式化输出。在学习了本节内容后，你就可以按照自己的想法来输出各种格式的语句了。

printf函数是一个“可变参数函数” 也就是说printf函数的参数的个数和类型都是可变的，每一个参数的输出格式都有属于自己的格式声明。格式声明由“%”和格式字符组成，如“%d、%f”等,其作用是将输出的数据转换为指定的格式然后输出。

printf("%d\n",5);

                        

“5”意为输出的数据为5，%d为以十进制整数形式输出，执行‘\n’使输出控制移到下一行的开头。其中"%d\n"称为格式控制字符串，由“格式声明”和“普通字符”组成。普通字符是指在输出时需要在输出的时候原样输出的字符。

printf("单词car中的字母的数量为 %d \n",3);

“单词car中的字母的数量为      %d  \n”这里边的汉字和空格、换行符等就属于普通字符。“，”后面的部分叫做“输出表列”，输出表列中是程序需要的一些数据，可以是变量、常量或表达式。要想将“输出表列”中的参数进行输出，格式控制字符串中必然有一个格式声明与之对应，第一个格式声明对应第一个参数、第二个格式声明对应第二个参数、以此类推。

在C的学习过程中我们可能不仅仅会看到%d、%f、%c，还可能看到%e、%o、%x、%12d等等一系列奇怪的格式声明。它们究竟代表什么意思？

%d 表示十进制、有符号的形式输出 int 类型的整数。

printf("%d\n%d\n",5,-16);

%u 表示十进制、无符号的形式输出 int 类型的整数。

printf("%u\n%u\n",5,-16);

这时我们发现在输入为正数的时候程序正常输出正数，但是在输入为负数的时候，输出变为了一个十分奇怪的数。它似乎是一个随机产生的很大的数。其实不然，多次试验过后你会发现——如果是-x的话，输出 4294967496-x。在学习了补码等相关知识后就会明白为什么会输出这样一个数了，现在我们先知道结果就好了。我们已经尝试了不按照格式随意输入数据，得到的结果与我们预期相差甚远。有了这次的教训我们以后一定要在输入输出的时候注意——格式声明要和参数相对应。

对于整型数据：

%hd、%d、%ld 分别表示以十进制、有符号的形式输出 short、int、long 类型的整数。

 %hu、%u、%lu 分别表示以十进制、无符号的形式输出 short、int、long 类型的整数

对于字符型数据：

%c用来表示一个字符

printf("%c\n",'A');

有些比较调皮的同学可能还会用一些不符合要求的输入数据去尝试，来观察电脑的反映。这时候如果你去输入一个整数，比如“36”和“122”。

       printf("%c\n%c\n",36,122);

这时候你会发现输入的是数字，输出的却可能是字母或符号。这是因为如果输入的整数在0~127范围内，输出时系统会将该数作为ASCII码转换成相应的字符。如果整数比较大，则把它的最后一个字节的信息以字符形式输出。

      

printf("%c\n%c\n",121,377);

以%c格式输出时，只考虑一个字节，377的最后一个字节中的信息是01111001，即十进制的121，这也是“y”的ASCII代码。

想了解更多关于 ASCII 的内容，这里我们引用了百度百科的内容： https://baike.baidu.com/item/ASCII/309296?fromtitle=ascii

%E 7%A0%8 1%E8%A1%A8&fromid=19660475&fr=aladdin

除了以上两种格式符之外还有很多对应其他数据格式的格式符，

%s——用来输出一个字符串

   

 printf("%s\n","FUNQU KE TANG");

%f——用来输出实数

   

 printf("%f\n",5.0);

这里输出的数据不指定长度，实数部分全部输出，小数部分只输出6位。

如果想更改小数的位数，可以通过在“%.n”的方式来更改。

     

 printf("%.3f\n",56.7896);

这里的n就是保留小数的位数，保留的时候对后边的数据采取四舍五入的保留方法。

如果想对数据的宽度做出调整呢，只需要按照“%m.n”的格式来输入格式符就可以了，其中m是数据的宽度，也就是列数，n依旧是保留小数的位数。我们举个例子大家就明白了。

    

 printf("%10.2f\n",213.5);

“2”的前边还有四个“空格”。这里我们看到输出结果是右对齐的，在程序中默认的输出结果是右对齐的，如果想要左对齐只需要在“m”前边加上个“-”。

      

printf("%-10.2f\n",213.5);

加上“-”也就是减号后数据就左对齐了。相应的“+”是右对齐，但是由于默认的也是右对齐，我们一般就将这个“+”省略了。

   

 printf("%+10.2f\n",213.5);

这时的结果是这样的。

最后一个我们要介绍的是使用科学计数法来输出数据。格式也很简单“%e”或“%E”两者唯一的区别就是输出时表示科学计数法中的“e”是大写还是小写。

printf("%E\n",213.5);

printf("%e\n",213.5);

 

其他的格式符还有诸如八进制的“%o”、十六进制的“%x”等使用方式和上面介绍的差不多，理解其原理之后，稍稍修改一下代码便可以轻松使用。我们这里便不再一一赘述了。