MySQL 中两表连接查询总结

在之前的学习中,筛选出来的列都是一张表中的,本篇开始是对连表查询的学习内容。先从以下场景开始:

生成一张报价单,报价单包含商品名称,栏目名称,商品库存,商品价格,栏目名称和商品信息放在两张表中。

传统 1+N 方式查询

按照之前单表查询的方式,应该先查出所有商品信息和栏目的 id (cat_id)然后用(cat_id)在栏目表 category 中查出栏目名称 cat_name,即:

  1. 查出所有商品信息

    select goods_name,cat_id,goods_number,shop_price from goods;
    
  2. 查询出所有 cat_id 对应的 cat_name :

    select cat_id,cat_name from category;
    

    将步骤 1 中查出的 N 条商品的 cat_id 到 category 中查出对应的 cat_name,即`where cat_id = 步骤1中每个商品的cat_id。最终步骤 1 中 1 条语句查出了 N 条数据,步骤 2 中对每条数据执行一次查询,则总共需要执行 1+ N 条语句。(如果使用子查询则步骤 1 中只能查询 cat_id 列,不然报错)

全连接查询

而使用连接查询就不需要那么麻烦了。在学习连接查询之前,需要先知道集合的两个特点:无序性与唯一性。即{2, 3, 4} 与 {2, 4, 3} 是一样的,{2, 3, 3, 4} 是错误的。集合可以求交集、并集、补集,笛卡尔积运算等。笛卡尔积即表示集合中的元素两两组合。例如集合 {2, 3, 4} 和 {5, 6} 的笛卡尔积后包括的元素为:(2, 5)、(2, 6)、(3,5)、(3, 6)、(4, 5)、(4, 6)。把每张表看成一个集合,每一行就是一个元素。在 MySQL 中的语句就是

select * from test1,test2;

即对 test1 和 test2 中的所有行都当作集合中的元素,做笛卡尔积运算,将列相加 。如果两张表中都有相同字段的列,例如在商品表 goods 和栏目表 category 中都有 cat_id 中则需要用 表名.列名 的形式,例如:

select goods_name,goods.cat_id,category.cat_id,cat_name from goods,category;

上面这句语句查出来的结果会出现两列 cat_id 不相等的情况,需要用 where 筛选一下:

select goods_name,goods_number,cat_name,shop_price from goods,category where goods.cat_id=category.cat_id;

但是用两表全连接来查询,效率是很低的。例如 A 表有一万行,B 表也有一万行,全相乘以后在内存中生成相等大的数据,会有 一亿行

左右连接查询

左连接可以看作把 A 表放在左边不动,B 表在 A 表右边滑动。A 表与 B 表通过一个关系来筛选 B 表的行。语法:A left join B on 条件条件为真则 B 表对应的行取出。这一块形成的也是结果集,可以看成一张表 C,也可以再对其进行查询。例如:

select goods_name,goods_number,cat_name,shop_price from goods left join category on goods.cat_id=category.cat_id;

上面这条语句中左连接查询会利用到 category 中的索引,所以比全连接查询效率高很多。左连接并不说把左边表中的列放在左边显示,显示的顺序是按照 select 后面跟的列的顺序来的。左连接表示的是以左表为准。A、B 中的列都可以在 C 中查,where、group by、having、order by、limit 等都可以正常使用。例如:

select goods_name,goods_number,cat_name,shop_price from goods left join category on goods.cat_id=category.cat_id where goods.cat_id=4;

同样的,将 A 和 B 左连接以后看成 C,C 也可以继续和其他表进行左连接。例如A left join B on 条件 left join D on

左右连接是可以互换的,A left join B 等价于 B right join A

例如:

select goods_name,goods_number,cat_name,shop_price from goods left join category on goods.cat_id=category.cat_id;

可以写成:

select goods_name,goods_number,cat_name,shop_price from category right join goods on goods.cat_id=category.cat_id;

出于移植时兼容性的考虑,尽量都使用左连接

内连接查询

内连接比较简单,关键字为 inner join,格式为:A inner join B on 如:

select goods_name,goods_number,cat_name,shop_price from goods inner join category on goods.cat_id=category.cat_id;

内连接,可以看成是左右连接的交集

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,132评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,802评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,566评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,858评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,867评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,695评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,064评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,705评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,915评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,677评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,796评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,432评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,041评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,992评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,223评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,185评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,535评论 2 343

推荐阅读更多精彩内容