MySql中join基础

在MySQL中，使用的最多就是join。理解他之后能对我们的业务代码有更深的概念。当然这里只是一个简单的入门，也只是个人理解，如有不正确的地方，也请见谅。

   

了解顺序

1. 各种join的概念
2. 对应关系
3. （Hive中）join的原理

   

一.各种join的概念

1. join的基本概念
   1. join实际上就是数学中的求交集。当我们说集合A={1,2,3,4,5}，集合B={2,3}，两个集合的交集时，实际上是在求两个集合的共同元素，也就是集合A的元素=集合B的 元素的个数。
   2. 放到现实世界中，集合A和集合B就不再是一维的，而是多维的。假设有两个人：

姓名	性别	年龄	籍贯	工作
小红	女	18	上海	UI设计师
小绿	男	18	北京	UI设计师

当我们在求这两个人的交集时，我们会说：小红和小绿在性别互斥，但是两人在年龄上却存在交集，两人在籍贯上互斥，但是在工作上却存在交集。

1. 在数据库中，当我们把现实世界世界的关系抽象出来。每个实体，比如说人类，就成了一张表，每个具体的人，比如小红，就成了人类表中的一条数据。。表的join，实际上就是在寻找这写具体的记录之间的关系。

1. 数据准备
   1. 班级表

class_no	class_name
A	A班
B	B班
create table class( class_no varchar(5) comment '班级编号', class_name varchar(10) comment '班级名称' ) comment '班级表'; insert into class values('A','A班'), ('B','B班');

1. 学生表

student_class	student_name
A	小红
B	小白
C	小黑
A	小绿
create table student( student_class varchar(5) comment '学生所属班级', student_name varchar(10) comment '学生姓名' ) comment '学生表'; insert into student values('A','小红'), ('B','小白'), ('C','小黑'), ('A','小绿');

1. cross join
   1. 通常我们在join时不加on条件，就会出现笛卡尔积的情况。通常时左表和右表中的数据逐行进行关联。示意图如下：
   2. 查询结果如下：
      1. 注意：这里是没有on语句的

select class_no,class_name,student_class,student_name from class cross join student; 

1. inner join
   1. 两个表根据制定的条件求并集，比如：寻找每个班级的学生，我们通常会加上条件 on class_no=student_class
   2. 查询结果以及语句
      1. 这里是有on条件

select class_no,class_name,student_class,student_name from class join student on class_no=student_class; 

1. left join
   1. 左连接通常是求补集的。他允许左表为空。即左表中的数据必须全部显示出来，但是右表中有没有我们不管的。
   2. 查询结果及语句
      1. 这时student表是放在第一位的，class表放在了第二位
      2. 使用了left join关键字
      3. 我们会发现没有班级的小黑也显示出来了

select class_no,class_name,student_class,student_name from student left join class on class_no=student_class; 

1. 但是：我们通常使用join是查询补集的。比如查询出没有班级的学生是谁。
   1. 注意：这里多了一个where

select class_no,class_name,student_class,student_name from student left join class on class_no=student_class where class_name is null; 

1. 各种join的示例

   

   

二.关于对应关系

1. 表关联的对应关系
   1. 通常表关联存在三种对应关系：一对一，多对一，多对多的这三种情况。一对一：不会产生任何情况，就像一个身份证号对应一个人。多对一：这个是最常见的情况，比如一个老师教多个学生，一个班级有多个学生。。多对多：最容易出错的地方。就比如一个学生名称对应两个人，并且分布在不同的班级里。我们在使用join是通常是多对一或一对多的场景，但是我们如果误将多对多的场景理解为多对一，就会产生数据偏差，尤其值得注意。

   

三.关于Hive中的join

请参考：https://tech.meituan.com/hive_sql_to_mapreduce.html