Mysql Join-連接查詢(上)

認識

多表連接查詢,我感覺應該是關系型數據庫最能體現其價值和靈活性的地方吧. 我覺得數據庫的作用, 歸納起來無非就是存儲和查詢.

一言蔽之,數據庫就是能靈活地存儲和查詢數據. 存儲上, 也是以文件的方式存的(Linux觀點, 一切皆文件), 文件就是存儲數據的載體, 數據庫文件跟其他的數據文件區別在於其是有規則的. 有約束和規范, 不像工作那樣,很多地方都在瞎搞,正是因為有事先約定, 因此數據庫檢索數據是非常快速的.

當然存儲方式上,我平時自己用的話就單機存即可, 公司的話一般都是分布式存儲的, 數據其實都是分布在各台機器上的,什么主從配置之類的. 我平時學習用對於存儲倒不太關注,當然也會練習配置下主從.

顯然查詢時用的最多的, 我們部門到現在都沒有真正用上數據庫, 每個系統間的書都有些小問題,日常工作都是從各系統導出查詢集,讓后手工Excel進行Vlookup, 純人工做數便是打算離職的主要原因了. 畢竟vlookup+sumifs/contifs/pivote table 的工作效率上,是遠不及sql的select ,join, aggregation的. 但二者完成的工作卻是一樣的,只是效率的差別.

表連常用的有左(外)連接, 右(外)連接, 內連接, 笛卡爾積等. 平時用的vlookup 其實就是左連接. 表與表之間能進行連接,必然有進行連接的依據,即共同的字段(key), 不然就是直接拼接,而非連接了.

• inner join: 兩個表的"交集", 即左表與右表通過共同鍵的方式連接起來中, 共有的記錄
• left join: 就是vlookup, 左表記錄全部顯示, 右表只顯示"匹配"上的記錄, 右表沒有匹配上左表的地方顯示為Null
• right join: 跟left是一樣的,只不過是right視角

我這大半年的業務,都是vlookup 左連接, 基本不用inner join, 為啥, 業務的要求, 就是要以左表為做數的基礎, 不然不斷從其他表(右表)去匹配數據, 導致很難程序程序化.這里仍然以前面 student, classes 表進行演示.

簡單連接查詢(inner, left, right)

-- 登錄mysql客戶端, 查看下使用的數據集
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 | 科學 |
|  2 | 藝術 |
+----+------+
2 rows in set (0.09 sec)

mysql> select * from students;
+----+----------+-----+--------+--------+----------+-----------+
| id | name     | age | height | gender | class_id | is_delete |
+----+----------+-----+--------+--------+----------+-----------+
|  1 | 愛因斯坦 |  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 | 李銀河   |  59 | 175.00 | 男     |        2 | 1         |
|  5 | 黃蓉     |  38 | 160.00 | 女     |        1 | 0         |
|  6 | 冰心     |  28 | 150.00 | 女     |        2 | 1         |
|  7 | 王祖賢   |  18 | 172.00 | 女     |        1 | 1         |
|  8 | 周傑倫   |  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 | 未填寫 |        3 | 1         |
| 12 | 張愛玲   |  12 | 180.00 | 女     |        4 | 0         |
| 13 | 馮唐     |  12 | 170.00 | 男     |        4 | 0         |
| 14 | 胡適     |  34 | 176.00 | 男     |        5 | 0         |
+----+----------+-----+--------+--------+----------+-----------+
14 rows in set (0.25 sec)

如果沒有測試數據, 就是自己create database / table, 然后 create table .. 然后 insert into tb_name values (), (),...了呀.

關聯依據: students 表的 class_id 和 classes 表的 id 表示的是同一個東西(班級id)

補充個寫sql的技巧(大致模擬計算機的運行順序來)

• 先寫from tb_name1 as a, tb_name2 as b (取別名)
• 然后再 連接條件 join on ....(用上別名)
• 然后再寫where......
• 最后再寫select....

select 最后寫, 進行分塊查詢, 再拼接(join, union...), 腦海里時刻有表的形象.

-- 檢索出學生和班級能對應上的信息
select s.*, c.*
from students s, classes c  -- as可省略
where s.class_id = c.id;

-- 這種默認的where等值連接, 其實就跟 inner join 是一樣的
-- out
+----+----------+-----+--------+--------+----------+-----------+----+------+
| id | name     | age | height | gender | class_id | is_delete | id | name |
+----+----------+-----+--------+--------+----------+-----------+----+------+
|  1 | 愛因斯坦 |  18 | 180.00 | 男     |        1 | 0         |  1 | 科學 |
|  2 | 居里夫人 |  18 | 180.00 | 女     |        2 | 1         |  2 | 藝術 |
|  3 | 小王子   |  14 | 185.00 | 男     |        1 | 0         |  1 | 科學 |
|  4 | 李銀河   |  59 | 175.00 | 男     |        2 | 1         |  2 | 藝術 |
|  5 | 黃蓉     |  38 | 160.00 | 女     |        1 | 0         |  1 | 科學 |
|  6 | 冰心     |  28 | 150.00 | 女     |        2 | 1         |  2 | 藝術 |
|  7 | 王祖賢   |  18 | 172.00 | 女     |        1 | 1         |  1 | 科學 |
|  8 | 周傑倫   |  36 | NULL   | 男     |        1 | 0         |  1 | 科學 |
|  9 | 王小波   |  57 | 181.00 | 男     |        2 | 0         |  2 | 藝術 |
| 10 | 林徽因   |  25 | 166.00 | 女     |        2 | 0         |  2 | 藝術 |
+----+----------+-----+--------+--------+----------+-----------+----+------+

-- 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 | 愛因斯坦 |  18 | 180.00 | 男     |        1 | 0         |  1 | 科學 |
|  2 | 居里夫人 |  18 | 180.00 | 女     |        2 | 1         |  2 | 藝術 |
|  3 | 小王子   |  14 | 185.00 | 男     |        1 | 0         |  1 | 科學 |
|  4 | 李銀河   |  59 | 175.00 | 男     |        2 | 1         |  2 | 藝術 |
|  5 | 黃蓉     |  38 | 160.00 | 女     |        1 | 0         |  1 | 科學 |
|  6 | 冰心     |  28 | 150.00 | 女     |        2 | 1         |  2 | 藝術 |
|  7 | 王祖賢   |  18 | 172.00 | 女     |        1 | 1         |  1 | 科學 |
|  8 | 周傑倫   |  36 | NULL   | 男     |        1 | 0         |  1 | 科學 |
|  9 | 王小波   |  57 | 181.00 | 男     |        2 | 0         |  2 | 藝術 |
| 10 | 林徽因   |  25 | 166.00 | 女     |        2 | 0         |  2 | 藝術 |
+----+----------+-----+--------+--------+----------+-----------+----+------+

給表, 字段取別名 as

-- 查詢前3個藝術班女生的姓名和班級
select s.name as "姓名", c.name as "班級"
from students s
inner join classes c
on s.class_id = c.id
where (s.gender = "女") and (c.name = "藝術")
limit 3;

-- out
+----------+------+
| 姓名     | 班級 |
+----------+------+
| 居里夫人 | 藝術 |
| 冰心     | 藝術 |
| 林徽因   | 藝術 |
+----------+------+
3 rows in set (0.15 sec)

不難發現, 其實sql還是很簡單的, 只要你的邏輯是清晰的, 一點一點地查詢出來. 其實無非也就兩種形式, 多表連接+where+... 或者配合子查詢然后再進行union, 套路都是一樣的.

-- 查詢能對應上班級的學生和班級信息, 並按照班級名稱降序
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 | 李銀河 |  59 | 175.00 | 男     |        2 | 1         |  2 | 藝術 |
|  6 | 冰心   |  28 | 150.00 | 女     |        2 | 1         |  2 | 藝術 |
| 10 | 林徽因 |  25 | 166.00 | 女     |        2 | 0         |  2 | 藝術 |
+----+--------+-----+--------+--------+----------+-----------+----+------+
3 rows in set (0.07 sec)

-- 先按班級名降序, 如果班級名相同, 則按身高降序, 再則按學生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 | 藝術 |
| 居里夫人 | 180.00 | 藝術 |
| 李銀河   | 175.00 | 藝術 |
| 林徽因   | 166.00 | 藝術 |
| 冰心     | 150.00 | 藝術 |
| 小王子   | 185.00 | 科學 |
+----------+--------+------+
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一樣的, 都以左表為基礎進行匹配, 沒匹配上則顯示為Null

-- 從classes表中, 匹配出student的姓名和班級
select s.name as "姓名", c.name as "班級"
from students s 
left join classes c
on s.class_id = c.id;

-- out
+----------+------+
| 姓名     | 班級 |
+----------+------+
| 愛因斯坦 | 科學 |
| 小王子   | 科學 |
| 黃蓉     | 科學 |
| 王祖賢   | 科學 |
| 周傑倫   | 科學 |
| 居里夫人 | 藝術 |
| 李銀河   | 藝術 |
| 冰心     | 藝術 |
| 王小波   | 藝術 |
| 林徽因   | 藝術 |
| 小星     | NULL |
| 張愛玲   | NULL |
| 馮唐     | NULL |
| 胡適     | NULL |
+----------+------+
14 rows in set (0.18 sec)

-- 查詢出沒有對應班級的學生姓名
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 |
| 張愛玲 | NULL |
| 馮唐   | NULL |
| 胡適   | NULL |
+--------+------+
4 rows in set (0.05 sec)

-- 過濾條件用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 與 having的區別

• where 是在分組前對數據進行過濾, where 后邊不能用聚合函數

• hvaing 是在分組后對數據進行過濾, having 后面可以用聚合函數

• 查詢中的執行順序: from > where > group by 及 聚合函數 > having > order > select

• having 即用來彌補where在group by 時的不足, 因為where > 聚合函數

子查詢

所謂子查詢,無法就是select 嵌套呀, 這個只要有學過一點編程的小伙伴都立馬能get, 就算不會編程, 我看我同事用Excel的公式嵌套也很厲害的, 外層一個sumifs, 里面一個vlookup.... 反正原理都一樣的.

• 標量子查詢: 查詢的結果是一個值
• 列子查詢: 返回的結果是一個列
• 行子查詢: 返回的結果是一個行

-- 標量: 查詢出高於平均身高的學生姓名, 身高, 所在班級

-- step 1: 先查出身高均值(標量)
select avg(height) from students;
+-------------+
| avg(height) |
+-------------+
| 172.076923  |
+-------------+
1 row in set (0.07 sec)

-- step2: 嵌套進來呀
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 |
+----------+--------+------+
| 愛因斯坦 | 180.00 | 科學 |
| 小王子   | 185.00 | 科學 |
| 居里夫人 | 180.00 | 藝術 |
| 李銀河   | 175.00 | 藝術 |
| 王小波   | 181.00 | 藝術 |
| 張愛玲   | 180.00 | NULL |
| 胡適     | 176.00 | NULL |
+----------+--------+------+
7 rows in set (0.11 sec)

列子查詢: 即一查多, 關鍵字: in

-- 查詢出, 根據班級id, 所對應的學生名字

-- 分析,一個班級ID -> 多個名字, 是一查多(列子查詢)
select s.name
from students s
where s.class_id in (select id from classes)

-- out
| name    |
+----------+
| 愛因斯坦 |
| 居里夫人 |
| 小王子   |
| 李銀河   |
| 黃蓉     |
| 冰心     |
| 王祖賢   |
| 周傑倫   |
| 王小波   |
| 林徽因   |
+----------+

行級子查詢 (將多個字段合成一個行元素)

-- 查詢出 年齡最大, 且身高最高的的學生信息
select * 
from students s
where (s.age, s.height) = (select max(age), max(height) from students);

-- out: 可能不存在這樣牛逼的記錄
Empty set

小結

• 數據庫最核心的兩個功能在於存儲和檢索數據

• 查詢高效的原因在於,數據文件的組織,存儲方式等是有規則約定的.

• 執行順序是from > where > group by 及 聚合函數 > having > order > select

• 常用的表連接有inner join, left join, right join ... 我平時用最多的left join 因為Excel的vlookup 原因

• 子查詢其實就是sql的嵌套, 根據返回的結果有標量, 列, 行的形式

接下的講講自連接, 多表聯合查詢進階, 即子查詢配合表連接, where, union這些....