oracle中a inner join b from a,b where a.x=b.x的差异 以及 mysql中 一对多查询,合并成一条数据

到底 select * from a,b where a.id = b.id 和 select * from a inner join b on a.id = b.id 有没有区别?

 

join 方式的 on 指向连接条件,而其后的 where 条件是筛选连接条件产生的结果集,即先按连接条件连接两表,后根据条件进行筛选。

  inner join 与一般笛卡尔积的区别:inner join是笛卡尔积的特殊形式。如果有表a和表b,表a有m条记录,表b有n条记录,则一般笛卡尔积后得到的记录条数是m*n条,记录之间的组合是随意的。而内连接则是建立在表a和表b的结构中有相同的列名的基础上进行的。

  单纯的select * from a,b是笛卡尔乘积。

  但是,如果对两个表进行关联:select * from a,b where a.id = b.id 就变了,此时就等价于:select * from a inner join b on a.id = b.id,即内连接

结论:

1.等值连接,不加where条件的时候会产生笛卡尔积,尤其是多表进行连接的时候,产生的笛卡尔积不可预料;但是加上条件a.id = b.id之后,与内连接inner join的效率是一样的,所以“代码1”中的方式理论上来说并没有什么问题;

  2.内连接本质上也是将多表关联之后,筛选满足条件的行;

  3.where a,b的写法不符合规范,最好写成inner join的写法。

 

参考: https://www.cnblogs.com/hider/p/10039089.html

 

 

mysql中 一对多查询,合并成一条数据  参考: https://www.cnblogs.com/dw3306/p/9638301.html

 

一对多查询,合并成一条数据

   举例:一个产品对应多个型号,把多个型号查询出来显示在一个字段下面。显示出一条数据。

步骤:

  1:创建产品表:

   2:创建型号表:


 

思路:

  1. 先写出不含产品型号的查询语句,
  2. 然后将一个产品对应的多个成分合并成一个字段,
  3. 将合成的字段插入到一个语句中

 

 

sql语句:

复制代码
SELECT p.id AS '产品id',
 p.product_name AS '产品名字',
 p.type AS '产品类型',
(SELECT group_concat(pm .model) FROM product_model pm WHERE pm.product_id=p.id) AS '产品型号'

FROM product p
复制代码

 

注意:这里就用到一个函数:group_concat();

*如果要对合并的一方去重:嵌套DISTINCT即可:

(SELECT group_concat( DISTINCT(c.comName) ) FROM componen WHERE componen.proId= p.proId)

 

查询结果:

 

 

 


 

 

 

完整语法如下

group_concat([DISTINCT] 要连接的字段 [Order BY ASC/DESC 排序字段] [Separator '分隔符'])

 

 

SELECT * FROM testgroup



 

表结构与数据如上

现在的需求就是每个id为一行 在前台每行显示该id所有分数

 

group_concat 上场!!!

 

SELECT id,GROUP_CONCAT(score) FROM testgroup GROUP BY id



 

可以看到 根据id 分成了三行 并且分数默认用 逗号 分割 但是有每个id有重复数据 接下来去重

 

 

SELECT id,GROUP_CONCAT(DISTINCT score) FROM testgroup GROUP BY id




 

排序

 

SELECT id,GROUP_CONCAT(score ORDER BY score DESC) FROM testgroup GROUP BY id



 

最后可以设置分隔符

 

SELECT id,GROUP_CONCAT(score SEPARATOR ';') FROM testgroup GROUP BY id


 

 

这样我们的数据就根据id 不同分隔符 放在了一行 前台可以根绝对应的分隔符 对score 字段进行分割 但是有可能存在score 数据类型过大问题 

达到需求目的!!

posted @ 2022-02-23 14:38  Samuel-Leung  阅读(642)  评论(0编辑  收藏  举报