【MySQL】表的连接和复合查询

欢迎来到Cefler的博客😁

🕌博客主页：折纸花满衣

🏠个人专栏：MySQL

👉🏻连接JOIN

在MySQL中，连接（JOIN）是用于从两个或多个表中检索相关行的强大工具。通过使用JOIN，你可以基于这些表之间的某些相关列之间的关系来组合这些表的行。以下是关于JOIN的详细解释和示例：

🌍 1. INNER JOIN（内连接）

INNER JOIN返回两个表中满足连接条件的所有行。只有在两个表中都存在匹配的行时，这些行才会出现在结果集中。

示例：

假设我们有两个表：customers 和 orders。我们想找出所有下过订单的客户及其订单详情。

sql 复制代码

SELECT customers.customer_name, orders.order_id, orders.order_date
FROM customers
INNER JOIN orders ON customers.customer_id = orders.customer_id;

在这个示例中，我们基于customer_id列将customers表和orders表连接在一起。结果集将包含所有下过订单的客户及其对应的订单ID和订单日期。

🌍 2. LEFT JOIN（左连接）

LEFT JOIN从左表中选择所有的行，以及右表中满足连接条件的行。如果右表中没有匹配的行，则结果中右表的部分将包含NULL值。

示例：

假设我们想要列出所有客户，无论他们是否下过订单。

sql 复制代码

SELECT customers.customer_name, orders.order_id, orders.order_date
FROM customers
LEFT JOIN orders ON customers.customer_id = orders.customer_id;

在这个示例中，结果集将包含customers表中的所有客户。对于下过订单的客户，order_id和order_date列将包含相应的值；对于没有下过订单的客户，这些列将包含NULL值。

🌍 3. RIGHT JOIN（右连接）

RIGHT JOIN与LEFT JOIN相反，它从右表中选择所有的行，以及左表中满足连接条件的行。如果左表中没有匹配的行，则结果中左表的部分将包含NULL值。

注意：在实际应用中，RIGHT JOIN的使用相对较少，因为你可以通过调整表的顺序和使用LEFT JOIN来达到相同的效果。

🌍4. FULL JOIN（全连接）

FULL JOIN返回左表和右表中满足连接条件的所有行。如果某一边没有匹配的行，则结果中对应的一边将包含NULL值。但是，MySQL本身不支持FULL JOIN。不过，你可以通过组合LEFT JOIN和UNION来达到相同的效果。

示例（模拟FULL JOIN）：

sql 复制代码

SELECT * FROM customers
LEFT JOIN orders ON customers.customer_id = orders.customer_id

UNION

SELECT * FROM customers
RIGHT JOIN orders ON customers.customer_id = orders.customer_id
WHERE customers.customer_id IS NULL;

🌍 5. 交叉连接（CROSS JOIN）

CROSS JOIN返回左表中的每一行与右表中的每一行的组合，也称为笛卡尔积。这通常不是一个常用的连接类型，但在某些情况下可能很有用。

示例：

sql 复制代码

SELECT * FROM customers
CROSS JOIN orders;

🌍 注意事项：

在使用JOIN时，确保连接条件正确，以避免返回错误或意外的结果。
当连接多个表时，为了简化查询和提高可读性，可以为表指定别名。
在涉及大量数据的查询中，注意性能优化。使用索引、调整查询逻辑和避免不必要的JOIN操作可以帮助提高性能。
使用EXPLAIN命令来分析查询的执行计划，以便进行性能调优。

👉🏻子查询

🌍1. 子查询在SELECT子句中使用

子查询可以在SELECT子句中使用，以从其他表中检索值，并将其用作外部查询的一部分。

示例：假设我们有两个表：customers（包含客户信息）和orders（包含订单信息）。我们想要列出每个客户的订单总数。

sql 复制代码

SELECT customer_name, 
       (SELECT COUNT(*) FROM orders WHERE orders.customer_id = customers.customer_id) AS order_count
FROM customers;

在这个示例中，子查询对于每个customers表中的客户都会执行一次，以计算其订单数量。

🌍2. 子查询在FROM子句中使用（内联视图或派生表）

示例：查找每个客户的订单总数。

sql 复制代码

SELECT c.customer_name, co.order_count
FROM customers c
JOIN (
    SELECT customer_id, COUNT(*) AS order_count
    FROM orders
    GROUP BY customer_id
) AS co ON c.customer_id = co.customer_id;

在这个示例中，内部子查询（派生表）首先计算每个客户的订单数，并将其作为临时结果集co。然后，外部查询将customers表与这个临时结果集连接，以检索每个客户的名称和订单总数。

🌍 3. 子查询在WHERE子句中使用

示例：查找价格高于平均价格的产品。

sql 复制代码

SELECT product_name, price
FROM products
WHERE price > (
    SELECT AVG(price)
    FROM products
);

在这个示例中，内部子查询计算产品的平均价格。然后，外部查询选择价格高于平均价格的产品。

注意事项：

子查询可以返回单个值、一行值、一列值或一个表的结果集。
子查询的性能可能因数据量和查询的复杂性而异。优化器会尝试有效地执行子查询，但有时可能需要手动调整查询以提高性能。
使用子查询时，确保连接条件和外层查询的WHERE条件逻辑清晰，以避免不必要的计算或错误的结果。
在某些情况下，可以使用JOIN代替子查询，以提高查询的性能和可读性。但是，子查询在某些场景中（如聚合函数和条件语句中）仍然非常有用。

👉🏻合并查询

UNION 和 UNION ALL 是 SQL 中用于合并两个或多个 SELECT 语句结果集的操作符。这两个操作符的主要区别在于它们如何处理重复的行。

🌍 UNION

UNION 操作符用于合并两个或多个 SELECT 语句的结果集，但不包括重复的行。也就是说，它会从所有 SELECT 语句的结果集中删除重复的行，然后返回唯一的行。

语法：

sql 复制代码

SELECT column_name(s) FROM table1
UNION
SELECT column_name(s) FROM table2;

注意：

所有的 SELECT 语句必须具有相同的列数。
这些列也必须具有相似的数据类型。
列的顺序必须相同。

示例：

假设有两个表 employees1 和 employees2，它们都有 name 和 age 列。如果我们想要获取两个表中所有不重复的员工名称，可以使用 UNION：

sql 复制代码

SELECT name FROM employees1
UNION
SELECT name FROM employees2;

🌍 UNION ALL

UNION ALL 操作符与 UNION 类似，但它会返回所有行，包括重复的行。也就是说，它不会删除任何重复的行。

语法：

sql 复制代码

SELECT column_name(s) FROM table1
UNION ALL
SELECT column_name(s) FROM table2;

示例：

使用与上面相同的 employees1 和 employees2 表，如果我们想要获取两个表中所有的员工名称（包括重复的名称），可以使用 UNION ALL：

sql 复制代码

SELECT name FROM employees1
UNION ALL
SELECT name FROM employees2;

🌍 性能考虑

由于 UNION 需要删除重复的行，所以它的性能通常比 UNION ALL 差。如果你知道结果集中不会有重复的行，或者你想要包括重复的行，那么使用 UNION ALL 会更加高效。

🌍 其他注意事项

在使用 UNION 或 UNION ALL 时，你可以对每个 SELECT 语句使用 ORDER BY 子句，但只能有一个 ORDER BY 子句，并且它必须位于最后一个 SELECT 语句之后。如果你想要对整个结果集进行排序，而不是对每个 SELECT 语句的结果集进行排序，那么你应该这样做。
如果你想要对每个 SELECT 语句的结果集进行排序，并在合并后保留这些排序，那么你需要使用其他方法，如子查询或临时表。

如上便是本期的所有内容了，如果喜欢并觉得有帮助的话，希望可以博个点赞+收藏+关注🌹🌹🌹❤️ 🧡 💛,学海无涯苦作舟,愿与君一起共勉成长

【MySQL】表的连接和复合查询

目录

👉🏻连接JOIN

👉🏻子查询

👉🏻合并查询