本文共 4349 字,大约阅读时间需要 14 分钟。
连接查询:也可以叫跨表查询,需要关联多个表进行查询
在实际开发中,大部分的情况下都不是从单表中查询数据,一般都是多张表联合查询取出最终的结果。 在实际开发中,一般一个业务都会对应多张表,比如:学生和班级,起码两张表。 学生和班级信息存储到一张表中,结果就像上面一样,数据会存在大量的重复,导致数据的冗余。根据语法出现的年代来划分的话,包括:
SQL92(一些老的DBA可能还在使用这种语法。DBA:DataBase Administrator,数据库管理员) SQL99(比较新的语法) 根据表的连接方式来划分,包括: 内连接:外连接:
在表的连接查询方面有一种现象被称为:笛卡尔积现象。(笛卡尔乘积现象)
A集合和B集合相乘,包含了集合A中元素和集合B中元素相结合的所有的可能性。既两个集合相乘得到的新集合的元素个数是 A集合的元素个数 × B集合的元素个数; 举例: 案例:找出每一个员工的部门名称,要求显示员工名和部门名。 select ename,dname from emp,dept; ±-------±-----------+ | ename | dname | ±-------±-----------+ | SMITH | ACCOUNTING | | SMITH | RESEARCH | | SMITH | SALES | | SMITH | OPERATIONS | | ALLEN | ACCOUNTING | | ALLEN | RESEARCH | | ALLEN | SALES | | ALLEN | OPERATIONS | … 56 rows in set (0.00 sec) 笛卡尔积现象: 当两张表进行连接查询的时候,没有任何条件进行限制,最终的查询结果条数是两张表记录条数的乘积。 关于表的别名:select e.ename,d.dname from emp e,dept d;
表的别名有什么好处?
当然是加条件进行过滤。
思考:避免了笛卡尔积现象,会减少记录的匹配次数吗? 不会,次数还是56次。只不过显示的是有效记录。案例:找出每一个员工的部门名称,要求显示员工名和部门名。
mysql> select e.ename,d.dname from emp e,dept d where e.deptno = d.deptno;//SQL92,以后不用。
最大特点是:条件是等量关系。
举例; 案例:查询每个员工的部门名称,要求显示员工名和部门名。 SQL92:(太老,不用了)mysql> select e.ename,d.dname from emp e,dept d where e.deptno = d.deptno;
SQL99:(常用的)
// inner可以省略的,带着inner目的是可读性好一些。mysql> select e.ename,d.dname from emp e inner join dept d on e.deptno = d.deptno;
语法:
... A join B on 连接条件 where ...
SQL99语法结构更清晰一些:表的连接条件和后来的where条件分离了。
Sql92语法和sql99语法的区别:99语法可以做到表的连接和查询条件分离,特别是多个表进行连接的时候,会比sql92更清晰最大的特点是:连接条件中的关系是非等量关系。
举例: 案例:找出每个员工的工资等级,要求显示员工名、工资、工资等级。// inner可以省略mysql> select e.ename,e.sal,s.grade from emp e inner join salgrade s on e.sal between s.losal and s.hisal;
最大的特点是:一张表看做两张表。自己连接自己。
案例:找出每个员工的上级领导,要求显示员工名和对应的领导名。 员工的领导编号 = 领导的员工编号select a.ename as '员工名',b.ename as '领导名'from emp ainner join emp bon a.mgr = b.empno;
内连接:
假设A和B表进行连接,使用内连接的话,凡是A表和B表能够匹配上的记录查询出来,这就是内连接。 AB两张表没有主副之分,两张表是平等的。 外连接: 假设A和B表进行连接,使用外连接的话,AB两张表中有一张表是主表,一张表是副表,主要查询主表中的数据,捎带着查询副表,当副表中的数据没有和主表中的数据匹配上,副表自动模拟出NULL与之匹配。左外连接(左连接):表示左边的这张表是主表。
右外连接(右连接):表示右边的这张表是主表。 左连接有右连接的写法,右连接也会有对应的左连接的写法。 举例1: 案例:找出每个员工的上级领导?(所有员工必须全部查询出来。) 内连接:mysql> select a.ename as '员工',b.ename as '领导' from emp a inner join emp b on a.mgr = b.empno;
外连接:(左外连接/左连接)// outer可以省略。
mysql> select a.ename as '员工',b.ename as '领导' from emp a left outer join emp b on a.mgr = b.empno;
外连接:(右外连接/右连接):// outer可以省略。
mysql> select a.ename as '员工',b.ename as '领导' from emp b right outer join emp a on a.mgr = b.empno;
外连接最重要的特点是:主表的数据无条件的全部查询出来。
举例2: 案例:找出哪个部门没有员工? 第一步:查找出所有部门的具体员工信息mysql> select d.* ,e.ename from emp e right join dept d on e.deptno = d.deptno;
第二步:找出没有员工的部门
mysql> select d.* from emp e right join dept d on e.deptno = d.deptno where e.ename is null;
案例:找出每一个员工的部门名称以及工资等级。
注意,解释一下:.... A join B join C on ...
表示:A表和B表先进行表连接,连接之后A表继续和C表进行连接。
select e.ename,d.dname,s.gradefromemp ejoindept done.deptno = d.deptnojoinsalgrade sone.sal between s.losal and s.hisal;+--------+------------+-------+
| ename | dname | grade |
±-------±-----------±------+ | SMITH | RESEARCH | 1 | | ALLEN | SALES | 3 | | WARD | SALES | 2 | | JONES | RESEARCH | 4 | | MARTIN | SALES | 2 | | BLAKE | SALES | 4 | | CLARK | ACCOUNTING | 4 | | SCOTT | RESEARCH | 4 | | KING | ACCOUNTING | 5 | | TURNER | SALES | 3 | | ADAMS | RESEARCH | 1 | | JAMES | SALES | 1 | | FORD | RESEARCH | 4 | | MILLER | ACCOUNTING | 2 | ±-------±-----------±------+ 案例:找出每一个员工的部门名称、工资等级、以及上级领导。mysql> select a.ename '员工',b.ename '领导',d.dname,s.grade from emp a join dept d on a.deptno = d.deptno left join emp b on a.mgr = b.empno join salgrade s on a.sal between s.losal and hisal;
±-------±------±-----------±------+
| 员工 | 领导 | dname | grade | ±-------±------±-----------±------+ | SMITH | FORD | RESEARCH | 1 | | ALLEN | BLAKE | SALES | 3 | | WARD | BLAKE | SALES | 2 | | JONES | KING | RESEARCH | 4 | | MARTIN | BLAKE | SALES | 2 | | BLAKE | KING | SALES | 4 | | CLARK | KING | ACCOUNTING | 4 | | SCOTT | JONES | RESEARCH | 4 | | KING | NULL | ACCOUNTING | 5 | | TURNER | BLAKE | SALES | 3 | | ADAMS | SCOTT | RESEARCH | 1 | | JAMES | BLAKE | SALES | 1 | | FORD | JONES | RESEARCH | 4 | | MILLER | CLARK | ACCOUNTING | 2 | ±-------±------±-----------±------+ 14 rows in set (0.00 sec)转载地址:http://uxuki.baihongyu.com/