MySQL全面瓦解12：连接查询的原理和应用

概述

MySQL最强大的功能之一就是能在数据检索的执行中连接（join）表。大部分的单表数据查询并不能满足我们的需求，这时候我们就需要连接一个或者多个表，并通过一些条件过滤筛选出我们需要的数据。

了解MySQL连接查询之前我们先来理解下笛卡尔积的原理。

数据准备

依旧使用上节的表数据（包含classes 班级表和students 学生表）：

mysql> select * from classes;
+---------+-----------+
| classid | classname |
+---------+-----------+
|       1 | 初三一班  |
|       2 | 初三二班  |
|       3 | 初三三班  |
|       4 | 初三四班  |
+---------+-----------+
4 rows in set

mysql> select * from students;
+-----------+-------------+-------+---------+
| studentid | studentname | score | classid |
+-----------+-------------+-------+---------+
|         1 | brand       | 97.5  |       1 |
|         2 | helen       | 96.5  |       1 |
|         3 | lyn         | 96    |       1 |
|         4 | sol         | 97    |       1 |
|         7 | b1          | 81    |       2 |
|         8 | b2          | 82    |       2 |
|        13 | c1          | 71    |       3 |
|        14 | c2          | 72.5  |       3 |
|        19 | lala        | 51    |       0 |
+-----------+-------------+-------+---------+
9 rows in set 

笛卡尔积

笛卡尔积：也就是笛卡尔乘积，假设两个集合A和B，笛卡尔积表示A集合中的元素和B集合中的元素任意相互关联产生的所有可能的结果。

比如A中有m个元素，B中有n个元素，A、B笛卡尔积产生的结果有m*n个结果，相当于循环遍历两个集合中的元素，任意组合。

笛卡尔积在SQL中的实现方式既是交叉连接(Cross Join)。所有连接方式都会先生成临时笛卡尔积表，笛卡尔积是关系代数里的一个概念，表示两个表中的每一行数据任意组合。

所以上面的表就是 4（班级表）* 9（学生表） = 36条数据；

笛卡尔积语法格式：

select cname1,cname2,... from tname1,tname2,...;
or
select cname from tname1 join tname2 [join tname...];

图例表示：

 

上述两个表实际执行结果如下：

mysql> select * from classes a,students b order by a.classid,b.studentid;
+---------+-----------+-----------+-------------+-------+---------+
| classid | classname | studentid | studentname | score | classid |
+---------+-----------+-----------+-------------+-------+---------+
 5 |       1 | 初三一班  |         1 | brand       | 97.5  |       1 |
 6 |       1 | 初三一班  |         2 | helen       | 96.5  |       1 |
 7 |       1 | 初三一班  |         3 | lyn         | 96    |       1 |
 8 |       1 | 初三一班  |         4 | sol         | 97    |       1 |
 9 |       1 | 初三一班  |         7 | b1          | 81    |       2 |
10 |       1 | 初三一班  |         8 | b2          | 82    |       2 |
11 |       1 | 初三一班  |        13 | c1          | 71    |       3 |
12 |       1 | 初三一班  |        14 | c2          | 72.5  |       3 |
13 |       1 | 初三一班  |        19 | lala        | 51    |       0 |
14 |       2 | 初三二班  |         1 | brand       | 97.5  |       1 |
15 |       2 | 初三二班  |         2 | helen       | 96.5  |       1 |
16 |       2 | 初三二班  |         3 | lyn         | 96    |       1 |
17 |       2 | 初三二班  |         4 | sol         | 97    |       1 |
18 |       2 | 初三二班  |         7 | b1          | 81    |       2 |
19 |       2 | 初三二班  |         8 | b2          | 82    |       2 |
20 |       2 | 初三二班  |        13 | c1          | 71    |       3 |
21 |       2 | 初三二班  |        14 | c2          | 72.5  |       3 |
22 |       2 | 初三二班  |        19 | lala        | 51    |       0 |
23 |       3 | 初三三班  |         1 | brand       | 97.5  |       1 |
24 |       3 | 初三三班  |         2 | helen       | 96.5  |       1 |
25 |       3 | 初三三班  |         3 | lyn         | 96    |       1 |
26 |       3 | 初三三班  |         4 | sol         | 97    |       1 |
27 |       3 | 初三三班  |         7 | b1          | 81    |       2 |
28 |       3 | 初三三班  |         8 | b2          | 82    |       2 |
29 |       3 | 初三三班  |        13 | c1          | 71    |       3 |
30 |       3 | 初三三班  |        14 | c2          | 72.5  |       3 |
31 |       3 | 初三三班  |        19 | lala        | 51    |       0 |
32 |       4 | 初三四班  |         1 | brand       | 97.5  |       1 |
33 |       4 | 初三四班  |         2 | helen       | 96.5  |       1 |
34 |       4 | 初三四班  |         3 | lyn         | 96    |       1 |
35 |       4 | 初三四班  |         4 | sol         | 97    |       1 |
36 |       4 | 初三四班  |         7 | b1          | 81    |       2 |
37 |       4 | 初三四班  |         8 | b2          | 82    |       2 |
38 |       4 | 初三四班  |        13 | c1          | 71    |       3 |
39 |       4 | 初三四班  |        14 | c2          | 72.5  |       3 |
40 |       4 | 初三四班  |        19 | lala        | 51    |       0 |
+---------+-----------+-----------+-------------+-------+---------+
36 rows in set 

这样的数据肯定不是我们想要的，在实际应用中，表连接时要加上限制条件，才能够筛选出我们真正需要的数据。

我们主要的连接查询有这几种：内连接、左(外)连接、右(外)连接，下面我们一 一来看。

内连接查询 inner join

语法格式：

select cname from tname1 inner join tname2 on join condition;
或者
select cname from tname1 join tname2 on join condition;
或者
select cname from tname1,tname2 [where join condition];

说明：在笛卡尔积的基础上加上了连接条件，组合两个表，返回符合连接条件的记录，也就是返回两个表的交集（阴影）部分。如果没有加上这个连接条件，就是上面笛卡尔积的结果。

mysql> select a.classname,b.studentname,b.score from classes a inner join students b on a.classid = b.classid;
+-----------+-------------+-------+
| classname | studentname | score |
+-----------+-------------+-------+
| 初三一班  | brand       | 97.5  |
| 初三一班  | helen       | 96.5  |
| 初三一班  | lyn         | 96    |
| 初三一班  | sol         | 97    |
| 初三二班  | b1          | 81    |
| 初三二班  | b2          | 82    |
| 初三三班  | c1          | 71    |
| 初三三班  | c2          | 72.5  |
+-----------+-------------+-------+
8 rows in set

从上面的数据可以看出 ，初三四班 classid = 4，因为没有关联的学生，所以被过滤掉了；lala 同学的classid=0，没法关联到具体的班级，也被过滤掉了，只取两表都有的数据交集

mysql> select a.classname,b.studentname,b.score from classes a,students b where a.classid = b.classid and a.classid=1;
+-----------+-------------+-------+
| classname | studentname | score |
+-----------+-------------+-------+
| 初三一班  | brand       | 97.5  |
| 初三一班  | helen       | 96.5  |
| 初三一班  | lyn         | 96    |
| 初三一班  | sol         | 97    |
+-----------+-------------+-------+
4 rows in set 

查找1班同学的成绩信息，上面语法格式的第三种，这种方式简洁高效，直接在连接查询的结果后面进行Where条件筛选。 

左连接查询 left join

left join on / left outer join on，语法格式：

select cname from tname1 left join tname2 on join condition;

说明： left join 是left outer join的简写，全称是左外连接，外连接中的一种。 左(外)连接，左表(classes)的记录将会全部出来，而右表(students)只会显示符合搜索条件的记录。右表无法关联的内容均为null。

 

mysql> select a.classname,b.studentname,b.score from classes a left join students b on a.classid = b.classid;
+-----------+-------------+-------+
| classname | studentname | score |
+-----------+-------------+-------+
| 初三一班  | brand       | 97.5  |
| 初三一班  | helen       | 96.5  |
| 初三一班  | lyn         | 96    |
| 初三一班  | sol         | 97    |
| 初三二班  | b1          | 81    |
| 初三二班  | b2          | 82    |
| 初三三班  | c1          | 71    |
| 初三三班  | c2          | 72.5  |
| 初三四班  | NULL        | NULL  |
+-----------+-------------+-------+
9 rows in set

 从上面结果中可以看出，初三四班无法找到对应的学生，所以后面两个字段使用null标识。 

右连接查询 right join

right join on / right outer join on，语法格式：

select cname from tname1 right join tname2 on join condition;

说明：right join是right outer join的简写，全称是右外连接，外连接中的一种。与左(外)连接相反，右(外)连接，左表(classes)只会显示符合搜索条件的记录，而右表(students)的记录将会全部表示出来。左表记录不足的地方均为NULL。 

  

mysql> select a.classname,b.studentname,b.score from classes a right join students b on a.classid = b.classid;
+-----------+-------------+-------+
| classname | studentname | score |
+-----------+-------------+-------+
| 初三一班  | brand       | 97.5  |
| 初三一班  | helen       | 96.5  |
| 初三一班  | lyn         | 96    |
| 初三一班  | sol         | 97    |
| 初三二班  | b1          | 81    |
| 初三二班  | b2          | 82    |
| 初三三班  | c1          | 71    |
| 初三三班  | c2          | 72.5  |
| NULL      | lala        | 51    |
+-----------+-------------+-------+
9 rows in set

  从上面结果中可以看出，lala同学无法找到班级，所以班级名称字段为null。  

连接查询+聚合函数

使用连接查询的时候，经常会配合使用聚集函数来进行数据汇总。比如在上面的数据基础上查询出每个班级的人数和平均分数、班级总分数。

mysql> select a.classname as '班级名称',count(b.studentid) as '总人数',sum(b.score) as '总分',avg(b.score) as '平均分' 
from classes a inner join students b on a.classid = b.classid 
group by a.classid,a.classname;
+----------+--------+--------+-----------+
| 班级名称 | 总人数 | 总分   | 平均分    |
+----------+--------+--------+-----------+
| 初三一班 |      4 | 387.00 | 96.750000 |
| 初三二班 |      2 | 163.00 | 81.500000 |
| 初三三班 |      2 | 143.50 | 71.750000 |
+----------+--------+--------+-----------+
3 rows in set 

这边连表查询的同时对班级（classid，classname）做了分组，并输出每个班级的人数、平均分、班级总分。

连接查询附加过滤条件

使用连接查询之后，大概率会对数据进行在过滤筛选，所以我们可以在连接查询之后再加上where条件，比如我们根据上述的结果只取出一班的同学信息。

mysql> select a.classname,b.studentname,b.score from classes a inner join students b on a.classid = b.classid where a.classid=1;
+-----------+-------------+-------+
| classname | studentname | score |
+-----------+-------------+-------+
| 初三一班  | brand       | 97.5  |
| 初三一班  | helen       | 96.5  |
| 初三一班  | lyn         | 96    |
| 初三一班  | sol         | 97    |
+-----------+-------------+-------+
4 rows in set 

如上，只输出一班的同学，同理，可以附件 limit 限制，order by排序等操作。

总结

1、连接查询必然要带上连接条件，否则会变成笛卡尔乘积数据，使用不正确的联结条件，也将返回不正确的数据。

2、SQL规范推荐首选INNER JOIN语法。但是连接的几种方式本身并没有明显的性能差距，性能的差距主要是由数据的结构、连接的条件，索引的使用等多种条件综合决定的。

我们应该根据实际的业务场景来决定，比如上述数据场景：如果要求返回返回有学生的班级就使用 inner join；如果必须输出所有班级则使用left join；如果必须输出所有学生，则使用right join。

3、性能上的考虑，MySQL在运行时会根据关联条件处理连接的表，这种处理可能是非常耗费资源的，连接的表越多，性能下降越厉害。所以要分析去除那些不必要的连接和不需要显示的字段。

之前我的项目团队在优化旧的业务代码时，发现随着业务的变更，某些数据不需要显示，对应的某个连接也不需要了，去掉之后，性能较大提升。