今天我主要讲解连接表的操作。在讲解之前,我想先给你介绍下连接(JOIN)在 SQL 中的重要性。
我们知道 SQL 的英文全称叫做 Structured Query Language,它有一个很强大的功能,就是能在各个数据表之间进行连接查询(Query)。这是因为 SQL 是建立在关系型数据库基础上的一种语言。关系型数据库的典型数据结构就是数据表,这些数据表的组成都是结构化的(Structured)。你可以把关系模型理解成一个二维表格模型,这个二维表格是由行(row)和列(column)组成的。每一个行(row)就是一条数据,每一列(column)就是数据在某一维度的属性。
正是因为在数据库中,表的组成是基于关系模型的,所以一个表就是一个关系。一个数据库中可以包括多个表,也就是存在多种数据之间的关系。而我们之所以能使用 SQL 语言对各个数据表进行复杂查询,核心就在于连接,它可以用一条 SELECT 语句在多张表之间进行查询。你也可以理解为,关系型数据库的核心之一就是连接。
既然连接在 SQL 中这么重要,那么针对今天的内容,需要你从以下几个方面进行掌握:

  1. SQL 实际上存在不同的标准,不同标准下的连接定义也有不同。你首先需要了解常用的 SQL 标准有哪些;
  2. 了解了 SQL 的标准之后,我们从 SQL92 标准入门,来看下连接表的种类有哪些;
  3. 针对一个实际的数据库表,如果你想要做数据统计,需要学会使用跨表的连接进行操作。

    常用的 SQL 标准有哪些

    在正式开始讲连接表的种类时,我们首先需要知道 SQL 存在不同版本的标准规范,因为不同规范下的表连接操作是有区别的。
    SQL 有两个主要的标准,分别是 SQL92 和 SQL99。92 和 99 代表了标准提出的时间,SQL92 就是 92 年提出的标准规范。当然除了 SQL92 和 SQL99 以外,还存在 SQL-86、SQL-89、SQL:2003、SQL:2008、SQL:2011 和 SQL:2016 等其他的标准。
    这么多标准,到底该学习哪个呢?实际上最重要的 SQL 标准就是 SQL92 和 SQL99。一般来说 SQL92 的形式更简单,但是写的 SQL 语句会比较长,可读性较差。而 SQL99 相比于 SQL92 来说,语法更加复杂,但可读性更强。我们从这两个标准发布的页数也能看出,SQL92 的标准有 500 页,而 SQL99 标准超过了 1000 页。实际上你不用担心要学习这么多内容,基本上从 SQL99 之后,很少有人能掌握所有内容,因为确实太多了。就好比我们使用 Windows、Linux 和 Office 的时候,很少有人能掌握全部内容一样。我们只需要掌握一些核心的功能,满足日常工作的需求即可。

    在 SQL92 中是如何使用连接的

    相比于 SQL99,SQL92 规则更简单,更适合入门。在这篇文章中,我会先讲 SQL92 是如何对连接表进行操作的,下一篇文章再讲 SQL99,到时候你可以对比下这两者之间有什么区别。
    在进行连接之前,我们需要用数据表做举例。这里我创建了 NBA 球员和球队两张表,SQL 文件你可以从GitHub上下载。
    其中 player 表为球员表,一共有 37 个球员,如下所示:
    image.png
    team 表为球队表,一共有 3 支球队,如下所示:
    image.png
    有了这两个数据表之后,我们再来看下 SQL92 中的 5 种连接方式,它们分别是笛卡尔积、等值连接、非等值连接、外连接(左连接、右连接)和自连接。

    笛卡尔积

    笛卡尔乘积是一个数学运算。假设我有两个集合 X 和 Y,那么 X 和 Y 的笛卡尔积就是 X 和 Y 的所有可能组合,也就是第一个对象来自于 X,第二个对象来自于 Y 的所有可能。
    我们假定 player 表的数据是集合 X,先进行 SQL 查询:
    复制代码
SELECT * FROM player SELECT * FROM player

再假定 team 表的数据为集合 Y,同样需要进行 SQL 查询:
复制代码

SELECT * FROM team SELECT * FROM team

你会看到运行结果会显示出上面的两张表格。
接着我们再来看下两张表的笛卡尔积的结果,这是笛卡尔积的调用方式:
复制代码

SQL: SELECT * FROM player, team SQL: SELECT * FROM player, team

运行结果(一共 37*3=111 条记录):
image.png
笛卡尔积也称为交叉连接,英文是 CROSS JOIN,它的作用就是可以把任意表进行连接,即使这两张表不相关。但我们通常进行连接还是需要筛选的,因此你需要在连接后面加上 WHERE 子句,也就是作为过滤条件对连接数据进行筛选。比如后面要讲到的等值连接。

等值连接

两张表的等值连接就是用两张表中都存在的列进行连接。我们也可以对多张表进行等值连接。
针对 player 表和 team 表都存在 team_id 这一列,我们可以用等值连接进行查询。
复制代码

SQL: SELECT player_id, player.team_id, player_name, height, team_name FROM player, team WHERE player.team_id = team.team_id SQL: SELECT player_id, player.team_id, player_name, height, team_name FROM player, team WHERE player.team_id = team.team_id

运行结果(一共 37 条记录):
image.png
我们在进行等值连接的时候,可以使用表的别名,这样会让 SQL 语句更简洁:
复制代码

SELECT player_id, a.team_id, player_name, height, team_name FROM player AS a, team AS b WHERE a.team_id = b.team_id SELECT player_id, a.team_id, player_name, height, team_name FROM player AS a, team AS b WHERE a.team_id = b.team_id

需要注意的是,如果我们使用了表的别名,在查询字段中就只能使用别名进行代替,不能使用原有的表名,比如下面的 SQL 查询就会报错:
复制代码

SELECT player_id, player.team_id, player_name, height, team_name FROM player AS a, team AS b WHERE a.team_id = b.team_id SELECT player_id, player.team_id, player_name, height, team_name FROM player AS a, team AS b WHERE a.team_id = b.team_id

非等值连接

当我们进行多表查询的时候,如果连接多个表的条件是等号时,就是等值连接,其他的运算符连接就是非等值查询。
这里我创建一个身高级别表 height_grades,如下所示:
image.png
我们知道 player 表中有身高 height 字段,如果想要知道每个球员的身高的级别,可以采用非等值连接查询。
复制代码

SQL:SELECT p.player_name, p.height, h.height_level SQL:SELECT p.player_name, p.height, h.height_level
FROM player AS p, height_grades AS h FROM player AS p, height_grades AS h
WHERE p.height BETWEEN h.height_lowest AND h.height_highest WHERE p.height BETWEEN h.height_lowest AND h.height_highest

运行结果(37 条记录):
image.png

外连接

除了查询满足条件的记录以外,外连接还可以查询某一方不满足条件的记录。两张表的外连接,会有一张是主表,另一张是从表。如果是多张表的外连接,那么第一张表是主表,即显示全部的行,而第剩下的表则显示对应连接的信息。在 SQL92 中采用(+)代表从表所在的位置,而且在 SQL92 中,只有左外连接和右外连接,没有全外连接。
什么是左外连接,什么是右外连接呢?
左外连接,就是指左边的表是主表,需要显示左边表的全部行,而右侧的表是从表,(+)表示哪个是从表。
复制代码

SQL:SELECT * FROM player, team where player.team_id = team.team_id(+) SQL:SELECT * FROM player, team where player.team_id = team.team_id(+)

相当于 SQL99 中的:
复制代码

SQL:SELECT * FROM player LEFT JOIN team on player.team_id = team.team_id SQL:SELECT * FROM player LEFT JOIN team on player.team_id = team.team_id

右外连接,指的就是右边的表是主表,需要显示右边表的全部行,而左侧的表是从表。
复制代码

SQL:SELECT * FROM player, team where player.team_id(+) = team.team_id SQL:SELECT * FROM player, team where player.team_id(+) = team.team_id

相当于 SQL99 中的:
复制代码

SQL:SELECT * FROM player RIGHT JOIN team on player.team_id = team.team_id SQL:SELECT * FROM player RIGHT JOIN team on player.team_id = team.team_id

需要注意的是,LEFT JOIN 和 RIGHT JOIN 只存在于 SQL99 及以后的标准中,在 SQL92 中不存在,只能用(+)表示。

自连接

自连接可以对多个表进行操作,也可以对同一个表进行操作。也就是说查询条件使用了当前表的字段。
比如我们想要查看比布雷克·格里芬高的球员都有谁,以及他们的对应身高:
复制代码

SQL:SELECT b.player_name, b.height FROM player as a , player as b WHERE a.player_name = ‘布雷克 - 格里芬’ and a.height < b.height SQL:SELECT b.player_name, b.height FROM player as a , player as b WHERE a.player_name = ‘布雷克 - 格里芬’ and a.height < b.height

运行结果(6 条记录):
image.png
如果不用自连接的话,需要采用两次 SQL 查询。首先需要查询布雷克·格里芬的身高。
复制代码

SQL:SELECT height FROM player WHERE player_name = ‘布雷克 - 格里芬’ SQL:SELECT height FROM player WHERE player_name = ‘布雷克 - 格里芬’

运行结果为 2.08。
然后再查询比 2.08 高的球员都有谁,以及他们的对应身高:
复制代码

SQL:SELECT player_name, height FROM player WHERE height > 2.08 SQL:SELECT player_name, height FROM player WHERE height > 2.08

运行结果和采用自连接的运行结果是一致的。

总结

今天我讲解了常用的 SQL 标准以及 SQL92 中的连接操作。SQL92 和 SQL99 是经典的 SQL 标准,也分别叫做 SQL-2 和 SQL-3 标准。也正是在这两个标准发布之后,SQL 影响力越来越大,甚至超越了数据库领域。现如今 SQL 已经不仅仅是数据库领域的主流语言,还是信息领域中信息处理的主流语言。在图形检索、图像检索以及语音检索中都能看到 SQL 语言的使用。
除此以外,我们使用的主流 RDBMS,比如 MySQL、Oracle、SQL Sever、DB2、PostgreSQL 等都支持 SQL 语言,也就是说它们的使用符合大部分 SQL 标准,但很难完全符合,因为这些数据库管理系统都在 SQL 语言的基础上,根据自身产品的特点进行了扩充。即使这样,SQL 语言也是目前所有语言中半衰期最长的,在 1992 年,Windows3.1 发布,SQL92 标准也同时发布,如今我们早已不使用 Windows3.1 操作系统,而 SQL92 标准却一直持续至今。
当然我们也要注意到 SQL 标准的变化,以及不同数据库管理系统使用时的差别,比如 Oracle 对 SQL92 支持较好,而 MySQL 则不支持 SQL92 的外连接。
image.png
我今天讲解了 SQL 的连接操作,你能说说内连接、外连接和自连接指的是什么吗?另外,你不妨拿案例中的 team 表做一道动手题,表格中一共有 3 支球队,现在这 3 支球队需要进行比赛,请用一条 SQL 语句显示出所有可能的比赛组合。