Mysql Join-连接查询(上)
认识
多表连接查询,我感觉应该是关系型数据库最能体现其价值和灵活性的地方吧. 我觉得数据库的作用, 归纳起来无非就是存储和查询.
一言蔽之,数据库就是能灵活地存储和查询数据. 存储上, 也是以文件的方式存的(Linux观点, 一切皆文件), 文件就是存储数据的载体, 数据库文件跟其他的数据文件区别在于其是有规则的. 有约束和规范, 不像工作那样,很多地方都在瞎搞,正是因为有事先约定, 因此数据库检索数据是非常快速的.
当然存储方式上,我平时自己用的话就单机存即可, 公司的话一般都是分布式存储的, 数据其实都是分布在各台机器上的,什么主从配置之类的. 我平时学习用对于存储倒不太关注,当然也会练习配置下主从.
显然查询时用的最多的, 我们部门到现在都没有真正用上数据库, 每个系统间的书都有些小问题,日常工作都是从各系统导出查询集,让后手工Excel进行Vlookup, 纯人工做数便是打算离职的主要原因了. 毕竟vlookup+sumifs/contifs/pivote table 的工作效率上,是远不及sql的select ,join, aggregation的. 但二者完成的工作却是一样的,只是效率的差别.
表连常用的有左(外)连接, 右(外)连接, 内连接, 笛卡尔积等. 平时用的vlookup 其实就是左连接. 表与表之间能进行连接,必然有进行连接的依据,即共同的字段(key), 不然就是直接拼接,而非连接了.
- inner join: 两个表的"交集", 即左表与右表通过共同键的方式连接起来中, 共有的记录
- left join: 就是vlookup, 左表记录全部显示, 右表只显示"匹配"上的记录, 右表没有匹配上左表的地方显示为Null
- right join: 跟left是一样的,只不过是right视角
我这大半年的业务,都是vlookup 左连接, 基本不用inner join, 为啥, 业务的要求, 就是要以左表为做数的基础, 不然不断从其他表(右表)去匹配数据, 导致很难程序程序化.这里仍然以前面 student, classes 表进行演示.
简单连接查询(inner, left, right)
-- 登录mysql客户端, 查看下使用的数据集
mysql> use student_db;
Database changed
mysql> show tables;
+----------------------+
| Tables_in_student_db |
+----------------------+
| classes |
| clock_in |
| students |
+----------------------+
3 rows in set (0.04 sec)mysql> select * from classes;
+----+------+
| id | name |
+----+------+
| 1 | 科学 |
| 2 | 艺术 |
+----+------+
2 rows in set (0.09 sec)mysql> select * from students;
+----+----------+-----+--------+--------+----------+-----------+
| id | name | age | height | gender | class_id | is_delete |
+----+----------+-----+--------+--------+----------+-----------+
| 1 | 爱因斯坦 | 18 | 180.00 | 男 | 1 | 0 |
| 2 | 居里夫人 | 18 | 180.00 | 女 | 2 | 1 |
| 3 | 小王子 | 14 | 185.00 | 男 | 1 | 0 |
| 4 | 李银河 | 59 | 175.00 | 男 | 2 | 1 |
| 5 | 黄蓉 | 38 | 160.00 | 女 | 1 | 0 |
| 6 | 冰心 | 28 | 150.00 | 女 | 2 | 1 |
| 7 | 王祖贤 | 18 | 172.00 | 女 | 1 | 1 |
| 8 | 周杰伦 | 36 | NULL | 男 | 1 | 0 |
| 9 | 王小波 | 57 | 181.00 | 男 | 2 | 0 |
| 10 | 林徽因 | 25 | 166.00 | 女 | 2 | 0 |
| 11 | 小星 | 33 | 162.00 | 未填写 | 3 | 1 |
| 12 | 张爱玲 | 12 | 180.00 | 女 | 4 | 0 |
| 13 | 冯唐 | 12 | 170.00 | 男 | 4 | 0 |
| 14 | 胡适 | 34 | 176.00 | 男 | 5 | 0 |
+----+----------+-----+--------+--------+----------+-----------+
14 rows in set (0.25 sec)
如果没有测试数据, 就是自己create database / table, 然后 create table .. 然后 insert into tb_name values (), (),...了呀.
关联依据: students 表的 class_id 和 classes 表的 id 表示的是同一个东西(班级id)
补充个写sql的技巧(大致模拟计算机的运行顺序来)
- 先写from tb_name1 as a, tb_name2 as b (取别名)
- 然后再 连接条件 join on ....(用上别名)
- 然后再写where......
- 最后再写select....
select 最后写, 进行分块查询, 再拼接(join, union...), 脑海里时刻有表的形象.
-- 检索出学生和班级能对应上的信息
select s.*, c.*
from students s, classes c -- as可省略
where s.class_id = c.id;-- 这种默认的where等值连接, 其实就跟 inner join 是一样的
-- out
+----+----------+-----+--------+--------+----------+-----------+----+------+
| id | name | age | height | gender | class_id | is_delete | id | name |
+----+----------+-----+--------+--------+----------+-----------+----+------+
| 1 | 爱因斯坦 | 18 | 180.00 | 男 | 1 | 0 | 1 | 科学 |
| 2 | 居里夫人 | 18 | 180.00 | 女 | 2 | 1 | 2 | 艺术 |
| 3 | 小王子 | 14 | 185.00 | 男 | 1 | 0 | 1 | 科学 |
| 4 | 李银河 | 59 | 175.00 | 男 | 2 | 1 | 2 | 艺术 |
| 5 | 黄蓉 | 38 | 160.00 | 女 | 1 | 0 | 1 | 科学 |
| 6 | 冰心 | 28 | 150.00 | 女 | 2 | 1 | 2 | 艺术 |
| 7 | 王祖贤 | 18 | 172.00 | 女 | 1 | 1 | 1 | 科学 |
| 8 | 周杰伦 | 36 | NULL | 男 | 1 | 0 | 1 | 科学 |
| 9 | 王小波 | 57 | 181.00 | 男 | 2 | 0 | 2 | 艺术 |
| 10 | 林徽因 | 25 | 166.00 | 女 | 2 | 0 | 2 | 艺术 |
+----+----------+-----+--------+--------+----------+-----------+----+------+-- inner join on
select s.*, c.*
from students s
inner join classes c
on s.class_id = c.id;-- out
+----+----------+-----+--------+--------+----------+-----------+----+------+
| id | name | age | height | gender | class_id | is_delete | id | name |
+----+----------+-----+--------+--------+----------+-----------+----+------+
| 1 | 爱因斯坦 | 18 | 180.00 | 男 | 1 | 0 | 1 | 科学 |
| 2 | 居里夫人 | 18 | 180.00 | 女 | 2 | 1 | 2 | 艺术 |
| 3 | 小王子 | 14 | 185.00 | 男 | 1 | 0 | 1 | 科学 |
| 4 | 李银河 | 59 | 175.00 | 男 | 2 | 1 | 2 | 艺术 |
| 5 | 黄蓉 | 38 | 160.00 | 女 | 1 | 0 | 1 | 科学 |
| 6 | 冰心 | 28 | 150.00 | 女 | 2 | 1 | 2 | 艺术 |
| 7 | 王祖贤 | 18 | 172.00 | 女 | 1 | 1 | 1 | 科学 |
| 8 | 周杰伦 | 36 | NULL | 男 | 1 | 0 | 1 | 科学 |
| 9 | 王小波 | 57 | 181.00 | 男 | 2 | 0 | 2 | 艺术 |
| 10 | 林徽因 | 25 | 166.00 | 女 | 2 | 0 | 2 | 艺术 |
+----+----------+-----+--------+--------+----------+-----------+----+------+
给表, 字段取别名 as
-- 查询前3个艺术班女生的姓名和班级
select s.name as "姓名", c.name as "班级"
from students s
inner join classes c
on s.class_id = c.id
where (s.gender = "女") and (c.name = "艺术")
limit 3;-- out
+----------+------+
| 姓名 | 班级 |
+----------+------+
| 居里夫人 | 艺术 |
| 冰心 | 艺术 |
| 林徽因 | 艺术 |
+----------+------+
3 rows in set (0.15 sec)
不难发现, 其实sql还是很简单的, 只要你的逻辑是清晰的, 一点一点地查询出来. 其实无非也就两种形式, 多表连接+where+... 或者配合子查询然后再进行union, 套路都是一样的.
-- 查询能对应上班级的学生和班级信息, 并按照班级名称降序
select *
from students s, classes c
where s.class_id = c.id
order by c.name desc
limit 3;-- out
+----+--------+-----+--------+--------+----------+-----------+----+------+
| id | name | age | height | gender | class_id | is_delete | id | name |
+----+--------+-----+--------+--------+----------+-----------+----+------+
| 4 | 李银河 | 59 | 175.00 | 男 | 2 | 1 | 2 | 艺术 |
| 6 | 冰心 | 28 | 150.00 | 女 | 2 | 1 | 2 | 艺术 |
| 10 | 林徽因 | 25 | 166.00 | 女 | 2 | 0 | 2 | 艺术 |
+----+--------+-----+--------+--------+----------+-----------+----+------+
3 rows in set (0.07 sec)-- 先按班级名降序, 如果班级名相同, 则按身高降序, 再则按学生id升序
select s.name, s.height, c.name
from students s, classes c
where s.class_id = c.id
order by c.name desc, s.height desc, s.id asc
limit 6;-- out
+----------+--------+------+
| name | height | name |
+----------+--------+------+
| 王小波 | 181.00 | 艺术 |
| 居里夫人 | 180.00 | 艺术 |
| 李银河 | 175.00 | 艺术 |
| 林徽因 | 166.00 | 艺术 |
| 冰心 | 150.00 | 艺术 |
| 小王子 | 185.00 | 科学 |
+----------+--------+------+
6 rows in set (0.09 sec)left join 我在工作中每天都在用, 功能跟Excel的vlookup一样的, 都以左表为基础进行匹配, 没匹配上则显示为Null
-- 从classes表中, 匹配出student的姓名和班级
select s.name as "姓名", c.name as "班级"
from students s
left join classes c
on s.class_id = c.id;-- out
+----------+------+
| 姓名 | 班级 |
+----------+------+
| 爱因斯坦 | 科学 |
| 小王子 | 科学 |
| 黄蓉 | 科学 |
| 王祖贤 | 科学 |
| 周杰伦 | 科学 |
| 居里夫人 | 艺术 |
| 李银河 | 艺术 |
| 冰心 | 艺术 |
| 王小波 | 艺术 |
| 林徽因 | 艺术 |
| 小星 | NULL |
| 张爱玲 | NULL |
| 冯唐 | NULL |
| 胡适 | NULL |
+----------+------+
14 rows in set (0.18 sec)-- 查询出没有对应班级的学生姓名
select s.name, c.name
from students s
left join classes c
on s.class_id = c.id
having c.name is null;+--------+------+
| name | name |
+--------+------+
| 小星 | NULL |
| 张爱玲 | NULL |
| 冯唐 | NULL |
| 胡适 | NULL |
+--------+------+
4 rows in set (0.05 sec)-- 过滤条件用where也是可以的
select s.name, c.name
from students s
left join classes c
on s.class_id = c.id
where c.name is null;where 与 having的区别
where 是在分组前对数据进行过滤, where 后边不能用聚合函数
hvaing 是在分组后对数据进行过滤, having 后面可以用聚合函数
查询中的执行顺序: from > where > group by 及 聚合函数 > having > order > select
having 即用来弥补where在group by 时的不足, 因为where > 聚合函数
子查询
所谓子查询,无法就是select 嵌套呀, 这个只要有学过一点编程的小伙伴都立马能get, 就算不会编程, 我看我同事用Excel的公式嵌套也很厉害的, 外层一个sumifs, 里面一个vlookup.... 反正原理都一样的.
- 标量子查询: 查询的结果是一个值
- 列子查询: 返回的结果是一个列
- 行子查询: 返回的结果是一个行
-- 标量: 查询出高于平均身高的学生姓名, 身高, 所在班级-- step 1: 先查出身高均值(标量)
select avg(height) from students;
+-------------+
| avg(height) |
+-------------+
| 172.076923 |
+-------------+
1 row in set (0.07 sec)-- step2: 嵌套进来呀
select s.name, s.height, c.name
from students s
left join classes c
on class_id = c.id
where s.height > (select avg(height) from students);+----------+--------+------+
| name | height | name |
+----------+--------+------+
| 爱因斯坦 | 180.00 | 科学 |
| 小王子 | 185.00 | 科学 |
| 居里夫人 | 180.00 | 艺术 |
| 李银河 | 175.00 | 艺术 |
| 王小波 | 181.00 | 艺术 |
| 张爱玲 | 180.00 | NULL |
| 胡适 | 176.00 | NULL |
+----------+--------+------+
7 rows in set (0.11 sec)列子查询: 即一查多, 关键字: in
-- 查询出, 根据班级id, 所对应的学生名字-- 分析,一个班级ID -> 多个名字, 是一查多(列子查询)
select s.name
from students s
where s.class_id in (select id from classes)-- out
| name |
+----------+
| 爱因斯坦 |
| 居里夫人 |
| 小王子 |
| 李银河 |
| 黄蓉 |
| 冰心 |
| 王祖贤 |
| 周杰伦 |
| 王小波 |
| 林徽因 |
+----------+
行级子查询 (将多个字段合成一个行元素)
-- 查询出 年龄最大, 且身高最高的的学生信息
select *
from students s
where (s.age, s.height) = (select max(age), max(height) from students);-- out: 可能不存在这样牛逼的记录
Empty set
小结
数据库最核心的两个功能在于存储和检索数据
查询高效的原因在于,数据文件的组织,存储方式等是有规则约定的.
执行顺序是from > where > group by 及 聚合函数 > having > order > select
常用的表连接有inner join, left join, right join ... 我平时用最多的left join 因为Excel的vlookup 原因
子查询其实就是sql的嵌套, 根据返回的结果有标量, 列, 行的形式
接下的讲讲自连接, 多表联合查询进阶, 即子查询配合表连接, where, union这些....
Mysql Join-连接查询(上)相关推荐
- mysql 多个left join_mysql多个left join连接查询用法分析
本文实例讲述了mysql多个left join连接查询用法.分享给大家供大家参考,具体如下: mysql查询时需要连接多个表时,比如查询订单的商品表,需要查询商品的其他信息,其他信息不在订单的商品表, ...
- MySQL 数据库————连接查询
目录 一.多表连接查询 1.内连接--inner join 2.左连接--left join 3.右连接--right join 二.存储过程 1.简介 2.优点 3.语法 ②.参数分类 ③.带参数的 ...
- 架构周报| 浅析MySQL JDBC连接配置上的两个误区
经典案例 \\ 浅析MySQL JDBC连接配置上的两个误区:相信使用MySQL的同学都配置过它的JDBC驱动,多数人会直接从哪里贴一段URL过来,然后稍作修改就上去了,对应的连接池配置也是一样的,很 ...
- MySql中左连接查询突然变得很慢
MySql中左连接查询突然变得很慢 表结构: A表 userId,name B表 wId,userId,address A表左连接B表查询时,平时查询都非常的块,这几天突然变得很慢. 一个查询花了0. ...
- MySQL表连接查询
MySQL表连接查询 1 基本格式 select fieldName from tbName1 连接符 tbName2 on 条件 2 笛卡尔乘积[避免] -- 笛卡尔乘积,没有约束条件,数据库匹配发 ...
- SQL多表查询：SQL JOIN连接查询各种用法总结
在实际应用中,大多的查询都是需要多表连接查询的,但很多初学SQL的小伙伴总对各种JOIN有些迷糊.回想一下,初期很长一段时间,我常用的似乎也就是等值连接 WHERE 后面加等号,对各种JOIN也是不求 ...
- MySQL学习--连接查询
MySQL学习–连接查询 文章目录 MySQL学习--连接查询 1+N模式 全连接查询 左连接 左连接.右连接.内连接的区别 1+N模式 不使用连接查询: 要求查询出商品名称.商品栏目.商品库存.商品 ...
- 安装mysql后使用mysql workbench连接不上
可以在在cmd中可以连接mysql,但是mysql workbench连接不上; 可依次做以下检测 1.检测mysql服务是否运行: service mysql status 若未启动: servic ...
- Mysql实现文章查询上一篇和下一篇功能，附sql语句?
mysql实现文章查询上一篇和下一篇功能,附sql语句? 最近在做一个项目用到的文章查询上一篇和下一篇功能,详见:http://www.yifen5.com Mysql实现文章查询上一篇和下一篇功能, ...
- mysql join 联合查询,MySQL连接（join）查询
1. MySQL连接(join)查询 连接(join)查询是将两个查询的结果以"横向对接"的方式合并起来的结果. 对比:联合查询 是将两个查询的结果以"纵向堆叠" ...
最新文章
- 如何在框架外部自定义C++ OP
- 独家 | NLP详细教程：手把手教你用ELMo模型提取文本特征（附代码论文）
- oracle 度量 预警,度量阀值预警总结
- 大数据为智慧城市建设添砖加瓦
- checkbox wpf 改变框的大小_【论文阅读】倾斜目标范围框(标注)的终极方案
- （三）SpringMVC实现
- php nowdoc用来做什么,PHP中nowdoc和heredoc使用需要注意的一点
- BZOJ 1051 受欢迎的牛 缩点
- bcrypt java maven_BCrypt.checkpw（）无效的盐版本异常
- 《R语言数据挖掘：实用项目解析》——2.6 变量分段
- 台达EH3系列PLC与温控器的MODBUS RTU通信例程
- webrtc---桌面共享原理
- elasticsearch报错 all shards failed修复
- 键盘输入,大写字母变小写,小写变大写
- 解决OBS录屏黑屏问题
- StoryBoard运用技巧
- 适用于多类移动场景的融合认证机制设计
- Openlayers简介
- 【大数据】计算引擎之三：Hadoop处理框架
- 华为着力HMS安全能力构建，进入生态深水区