left join的用法

在讲left join(左关联)之前,要说下right join(右关联)的用法其实类似left join,把right join想象成是left join的一种转化方式即可。

我们工作中经常会用到left join来进行联表取数分析,今天就专门来讲讲left join的用法。
很多基础的数据库应用的书籍都有讲到left join的用法,但是都没有深入在运用过程中应该注意哪些地方。如果你仅是单纯地套用你会发现在实际工作中会遇到各种各样的问题。

一、基本语句

  select
     a.id,
     a.column,
     b.id,
     b.column
   from a
   left join b on a.id = b.id

在这里a表与b表以主键id进行联接。查询的结果保留a表中全部的id数据和选到的某列的数据,而b.id和其他列只保留与a表相匹配的数据。而不匹配的b表的id和其他列以null填充。这个用法类似excel中的vlookup的用法。掌握了vlookup的用法,基本上对left join的用法也掌握了。

二、如何解决一对多的问题

当a表有100行数据,而b表有1000行数据,并且b表中的b.id是有重复值的,而且在实际应用过程中,这确实属于正常现象。
我们可以想象a表是用户表,b表是订单表。自然也就想到了一个用户可能多次下单。我们假设b表中的用户id在a表中匹配到50个用户id,但是这50个用户id总订单数是500个。
那么当我们在执行以上sql语句时,就会出现查询的结果550条,为什么呢?
因为当left join 一对多的时候,就会出现将b表中相同匹配的数据填充到查询结果去。
如何解决这种问题呢,我们可以根据实际情况来做调整。

把一对多的问题转化成聚合查询

如果业务需求是要查询用户的下单量,可以将sql语句编程如下

 select 
      a.用户id, 
      a.用户姓名, 
      count(订单id) 
  from 用户表 a 
  left join 订单表b on a.用户id = b.用户id
  group by a.用户id, a.用户姓名
把一对多的问题转化成多对一的问题

如果业务需求是要查询用户的下单明细,可以将sql语句编程如下

 select 
      a.订单id, 
      a.业务类型
      a.单价
      a.消费数量
      b.用户姓名, 
      b.用户联系方式
  from 订单表 a 
  left join 用户表b on a.用户id = b.用户id

三、条件联接查询

以上的sql语句都是全量查询,在面对表数据较大的情况,全量查询是非常耗时的。
所以查询过程中,我们一定要运用where子句来限定条件,提高查询效率。
在这里有两种方式:一种是全量查询后+where子句,一种是联接前就先做限定。

全量查询后+where子句。

如查询用户为男,消费总价大于1w元的用户明细

 select 
      a.订单id, 
      a.业务类型
      a.单价
      a.消费数量
      b.用户姓名, 
      b.用户联系方式
  from 订单表 a 
  left join 用户表b on a.用户id = b.用户id
  where b.用户性别 = '男'
  and (a.单价 * a.消费数量) > 10000
  and b.用户id is not null
联接前就先做限定。

如我们需要查询用户在某时间段,访问A页面再访问B页面的留存用户量。查询的表只有用户行为表。

select 
   count(a.user_id),
   count(b.user_id)
 from
 (select 
      distinct
      user_id
  from 用户行为表
  where date_str = '2016-11-01'
  and url = ‘A页面路径’)a
left join
  (select 
      distinct
      user_id
   from 用户行为表
   where date_str = '2016-11-01'
   and url = ‘B页面路径’)b on a.user_id = b.user_id
 where b.user_id is not null

OK!
先讲到这里,希望对大家有用!

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 216,193评论 6 498
  • 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 92,306评论 3 392
  • 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 162,130评论 0 353
  • 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 58,110评论 1 292
  • 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 67,118评论 6 388
  • 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 51,085评论 1 295
  • 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 40,007评论 3 417
  • 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 38,844评论 0 273
  • 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 45,283评论 1 310
  • 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 37,508评论 2 332
  • 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 39,667评论 1 348
  • 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 35,395评论 5 343
  • 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 40,985评论 3 325
  • 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 31,630评论 0 21
  • 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 32,797评论 1 268
  • 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 47,653评论 2 368
  • 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 44,553评论 2 352

推荐阅读更多精彩内容