多表查询

1. 笛卡尔积(交叉连接)

笛卡尔积是关系型数据库,进行多表查询的基础
A{a,b,c}
B{d,e,f,g}
A x B = {ad,ae,af,ag,bd,be,bf,bg,cd,ce,cf,cg}

查询emp表与dept表笛卡尔积

select *
from emp cross join dept

cross join 又被称为 交叉连接
使用emp表的每行数据与dept表的每行数据分别组合

image

2. 等值连接和不等值连接

2.1 等值连接

可以利用where条件对两张表的笛卡尔积进行筛选
只保留两列deptno相等的数据

示例1: 查询月薪高于3000的员工的姓名,月薪和所在部门名称

select ename, sal, dname
from emp cross join dept
where emp.deptno = dept.deptno and sal > 3000

select ename,sal,dname from emp,dept where emp.deptno=dept.deptno and sal>3000

利用专门的join...on...语法完成等值筛选(内连接)

select ename, sal, dname
from emp join dept on(emp.deptno = dept.deptno)
where sal > 3000

为表起别名
示例2: 查询员工姓名,职位,月薪,所在部门编号,所在部门名称

select e.ename, e.job, e.sal, d.dname
from emp e join dept d on(e.deptno = d.deptno)

更多张表进行关联

image
image
image
image

示例3:查询员工姓名,部门名称,工作地点,地址

select e.ename, d.dname, d.loc, l.adress
from emp e 
    join dept d on (e.deptno = d.deptno)
    join location l on (d.loc = l.locid)




就算查询结果中没有dept表的内容,也得需要dept进行关联才能将emp和location关联上
示例4:查询员工姓名,地址

select e.ename,  l.adress
from emp e 
    join dept d on (e.deptno = d.deptno)
    join location l on (d.loc = l.locid)

select e.ename, d.dname, d.loc, l.address
from emp e,dept d, location l 
where e.deptno = d.deptno and d.loc = l.locid
2.2 不等值连接

筛选的就是连接条件不相等的那部分数据

select ename, sal, dname
from emp join dept on(emp.deptno != dept.deptno)
where sal > 3000

3. 外连接(重点和难点)

emp表中有人没有部门,所以笛卡尔积没有等值关联的项

image
image
3.1 左外连接(重要)

示例5:查询所有员工的员工姓名和所在部门名称(包括没有部门的员工)

select * 
from emp e left join dept d on(e.deptno = d.deptno)

select *
from dept d right join emp e on(d.deptno = e.deptno)

image
3.2 右外连接

示例6:查询所有员工的员工姓名和所在部门名称(包括没有员工的部门)

select * 
from emp e right join dept d on(e.deptno = d.deptno)

image
3.3 全外连接

MySQL不支持全外连接的标准写法,在Oracle中是支持的

select * 
from emp e full join dept d on(e.deptno = d.deptno)

会将左连接和右连接的数据全部查询出来

3.4 更多张表时外连接的传导

示例7: 查询员工的员工信息,部门信息和地点信息(含没有部门的员工)

select * 
from emp e 
   left join dept d on(e.deptno = d.deptno)
   cross join location l 

image
select * 
from emp e 
   left join dept d on(e.deptno = d.deptno)
   left join location l on(d.loc = l.locid)

image

4. 自连接

一张表自己的列A去关联自己列B

示例8:查询员工编号,员工姓名,上司的编号和上司的姓名

select e1.empno, e1.ename, e2.empno, e2.ename
from emp e1 
left join emp e2 on(e1.mgr = e2.empno);

分析:

  • e1可以理解为员工表 mgr - 上司编号
  • e2可以理解为上司表 empno - 上司的员工编号
  • 员工KING没有上司 通过left join 将他显示出来
最后编辑于
©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 204,732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 87,496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 151,264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 54,807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 63,806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 48,675评论 1 281
  • 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 38,029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 36,683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 41,704评论 1 299
  • 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 35,666评论 2 321
  • 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 37,773评论 1 332
  • 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 33,413评论 4 321
  • 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 39,016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 29,978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 31,204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 45,083评论 2 350
  • 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 42,503评论 2 343

推荐阅读更多精彩内容