浅析表连接

Posted 2020-09-17 捡贝壳的人

表连接

表连接是一个很有意思的事情，报表中常用的就是JOIN和LEFT JOIN，可能大家也会看到INNER JOIN , LEFT OUTER JOIN等，它们的关系，请读者自己网上查阅，在这里我们要卖个关子。
对初学者来说，表连接是很容易迷糊的一点。容易混淆的原因是因为进行表连接时，经常会把关联字段和关联字段中存的数据混在一起说，容易给人误解。 还是第2节中的例子，我们知道，《人员主集》.’国籍’和《代码项》.’代码项内码’的数据是有关联的，一般在我们的系统中，‘国籍’中的数据，在’代码项内码’中都能找得到。
当我们说，可以通过这两个字段，将这两个表连接起来，其实真正意思是可以通过这两个字段中的数据把这两个表连接起来，请务必牢记这一点，真正在关联中起作用的是字段中的数据，是表中的那实实在在的若干条记录决定了查找出来的结果集。
说到连接，如果每张表都只有一条记录，那我们头脑中想象出来的表连接结果就很直观，我们很容易就能感受到，只需要把两表中各自的一条记录，像编一条绳子一样串起来就行了，串起来用到的’扣’就是两个连接字段中相等的数据。如下图：

 

内连接

用JOIN关键字进行连接就叫内连接。

 

JOIN…ON…部分做的事情就是用’国籍’字段和’代码项内码’字段对两表进行内连接，连接的结果是保留了两个表总共的5个字段，注意，表连接并不会合并字段，也不会增加新字段，会保持两个表的原有字段不动，我们可以把表连接的结果，看成是如下的一张虚拟中间表：

 

数据库执行SQL的顺序是从FROM开始， 然后是JOIN部分，最后再是SELECT部分， 我们阅读的顺序一般也是如此 。
如果我们的数据是如下的情况，结果又会如何呢？

 

如上图，《人员主集》中只有张三1条记录，《代码项》中也只有美国1条记录，而张三的’国籍’字段跟美国的’内码’字段不匹配，所以还是上一段SQL，我们的结果集就会是空，什么记录都拿不到，因为表连接之后产生的虚拟中间表是没有记录的。虚拟中间表内的数据，如下图。

 

由于关联字段串联不起来，导致我们的虚拟中间表里没有数据，从而逻辑顺序排在后面的SELECT部分，拿不到任何数据。

在进行SELECT的时候，同样的一段SQL， 同样的连接字段，会因为表中的数据不同，尤其是连接字段中数据的不同，产生不同的结果集。所用连接字段的数据严重影响了我们的结果集， 我们写的SQL语句，可以理解为，是用字段来代指一列数据，而实际影响结果集的是表中存在的记录。
上面展示了用JOIN进行表连接， 一条记录的情况，如果记录多一点会怎样，还是用主子集的表结构举例：

 

就像连接线中描述的那样，我们最终会得到5条记录，如下图：

 

如果两个表的记录改成如下所示：

 

那JOIN的结果会是：

 

产生的虚拟中间表中没有李四的记录了，在这里读者可以对JOIN的结果有一个直观的感受，使用JOIN时，我们把两个表看做两个仓库：仓库A和仓库B，把表连接产生的虚拟中间表看成仓库C。把两个原始表中的记录，看做仓库中存放的很多条绳子，所以现在，仓库A和仓库B都存放了若干条绳子，仓库C暂时是空的。
我们把SQL语句中规定的关联字段看做系绳子时用于打结的部分，在使用JOIN进行表连接的时候，两个仓库的绳子要想系起来， 仓库管理员会遍历查找仓库A和仓库B的每一条绳子，我们可以简单的认为，它是按如下的方式遍历的：
不妨给仓库A、B中的每一条绳子编下号1、2、3、N…… 仓库管理员会先复制一份A.1，我们就叫它A.1C吧， 然后带着A.1C，去和仓库B中的绳子挨个比对，当发现仓库B中的某条绳子B.N的关联字段的值和A.1的关联字段的值相等时，就复制一条B.N，产生一条新绳子叫B.NC,然后系一下A.1C和B.NC,放到仓库C里去，这算一个来回，仓库管理员还得再回仓库A，继续复制出一条A.1C，带去仓库B作比较，这次，他只需要从B.N+1继续比对就可以了，发现相等的，就再系下放到仓库C 。这样来来回回，如果仓库B中有多条绳子跟A.1匹配的，那么最终仓库C中，就会出现多条绳子的前半段都是A.1的情况，比如上图的虚拟中间表，张三的记录，就出现在仓库C中绳子的左半端，出现了3次。因为张三那条记录的连接字段：’国籍’，在仓库B中匹配成功了三次，匹配成功一次，就放到仓库C中一次。
如果张三这条记录是相亲节目的男嘉宾，他是不是很嗨皮， 如果对于某条绳子A.N，仓库B中从头到尾没有匹配的，那A.N这根绳子，是注定不会出现在仓库C中了，再回头看下上两图的原表和虚拟中间表，《人员主集》中李四这条记录为什么没有出现在虚拟中间表中呢？请读者参考上下文解答这个问题。

左连接

左连接的关键字是LEFT JOIN，我们的SQL改成如下所示：

 

结果会是如何呢?
左连接跟内连接稍有不同，仓库管理员大部分操作跟上面是一样的。不同点是，当他发现仓库B中没有跟A.N匹配的绳子的话，他会取出事先准备好的特殊绳子与A.N拼接，再放到仓库C中。这条特殊的绳子，长度跟B.N一样，结构也跟B.N相同，不同的是每个字段的值都是NULL。
也就是说，采用左连接，对左表的任何一条记录，不管右表中有没有匹配的记录，它都会显示出来。
左连接非常照顾左表中’不怎么受欢迎’的记录，它们不会被遗忘；对于左表中那些’很受欢迎’的记录，在右表中有N条匹配的那种，它们的连接效果跟内连接是一样的，也会在虚拟中间表中出现N次。
来看看左右两表只有一条记录的情况：

原表：

 

虚拟中间表：

 

张三这条记录并不能和美国这条记录匹配成功，可因为是左连接，左表的所有记录都会出现在虚拟中间表中，所以即便张三事实上没有成功牵手女嘉宾，但是节目组仍然会给张三一个安慰奖：全是NULL的另一半。
我们报表中用的最多的就是左连接， 因为它可以保证记录数，如果表中原记录数是M， 使用左连接跟其他表连接后，虚拟中间表的记录数会大于等于M，左表中的任何一条记录的出场次数，都会大于等于1。
拿人事模块的报表来说，人员主集上的记录数，也就是公司的总人数，常常会是非常硬的基准，如果我们要查下人员花名册，要取公司下的所有人的明细，20个字段的数据，其中包括最高学历，但是人员主集上张三的最高学历字段没有维护，我们如果用内连接，张三这条记录就不会展示了，实际上我们想要的效果是展示所有人，有些字段没维护，留空就好了，对此，左连接完美满足我们的需求。

下面是多条记录中左连接的例子

原表：

 

虚拟中间表：

 

如上图，左表中所有记录都出现了，因为张三在右表中成功匹配了三次，所以，他在虚拟中间表里出现了三次；李四虽然没有在右表中成功匹配，所以只在虚拟中间表中出现了一次，右半部分全是NULL值。