圖解 SQL join 語句

假設咱們有下面兩張表。表A在左邊，表B在右邊。咱們給它們各四條記錄。

id name       id  name
-- ----       --  ----
1  Pirate     1   Rutabaga
2  Monkey     2   Pirate
3  Ninja      3   Darth Vader
4  Spaghetti  4   Ninja

 
咱們用過name字段用幾種不一樣方式把這些表聯合起來，看可否獲得和那些漂亮的韋恩圖在概念上的匹配。
 

內聯合（inner join）

只生成同時匹配表A和表B的記錄集。（以下圖）

SELECT * FROM TableA
INNER JOIN TableB
ON TableA.name = TableB.name
 
id  name       id   name
--  ----       --   ----
1   Pirate     2    Pirate
3   Ninja      4    Ninja

全外聯合（full outer join）

生成表A和表B裏的記錄全集，包括兩邊都匹配的記錄。若是有一邊沒有匹配的，缺失的這一邊爲null。（以下圖）

SELECT * FROM TableA
FULL OUTER JOIN TableB
ON TableA.name = TableB.name
 
id    name       id    name
--    ----       --    ----
1     Pirate     2     Pirate
2     Monkey     null  null
3     Ninja      4     Ninja
4     Spaghetti  null  null
null  null       1     Rutabaga       
null  null       3     Darth Vader

左外聯合（left outer join）

生成表A的全部記錄，包括在表B裏匹配的記錄。若是沒有匹配的，右邊將是null。（以下圖）

SELECT * FROM TableA
LEFT OUTER JOIN TableB
ON TableA.name = TableB.name
 
id  name       id    name
--  ----       --    ----
1   Pirate     2     Pirate
2   Monkey     null  null
3   Ninja      4     Ninja
4   Spaghetti  null  null

爲了生成只在表A裏而不在表B裏的記錄集，咱們用一樣的左外聯合，而後用where語句排除咱們不想要的記錄。（以下圖）

SELECT * FROM TableA
LEFT OUTER JOIN TableB
ON TableA.name = TableB.name
WHERE TableB.id IS null
 
id  name       id     name
--  ----       --     ----
2   Monkey     null   null
4   Spaghetti  null   null

爲了生成對於表A和表B惟一的記錄集，咱們用一樣的全外聯合，而後用where語句排除兩邊都不想要的記錄。（以下圖）
 

SELECT * FROM TableA
FULL OUTER JOIN TableB
ON TableA.name = TableB.name
WHERE TableA.id IS null 
OR TableB.id IS null
 
id    name       id    name
--    ----       --    ----
2     Monkey     null  null
4     Spaghetti  null  null
null  null       1     Rutabaga
null  null       3     Darth Vader

笛卡爾積 （交叉聯合（cross join））

還有一種笛卡爾積或者交叉聯合（cross join），據我所知不能用韋恩圖表示：

SELECT * FROM TableA
CROSS JOIN TableB

 
這個把「全部」聯接到「全部」，產生4乘4=16行，遠多於原始的集合。若是你學過數學，你便知道爲何這個聯合趕上大型的表很危險。
 
【2013-06-17 更新】下圖由 Moffatt 在 2008 年製做（點擊可查看大圖）。PS：Jeff Atwood 的文章寫於 2007 年。

 

https://blog.codinghorror.com...