如何理解SQL中的自连接

参考链接：https://developer.aliyun.com/article/870215

自连接是什么？

自连接其实就是两张结构和数据内容完全相同的表，在做数据处理时，我们通常会给他们分别重命名加以区分，然后进行关联。

示例表内容：

加入有如下一张表，结构和数据如下：

当我们进行自连接时，不加任何过滤条件。具体如下：

SELECT  
s1.Sname AS Sname1,
s2.Sname AS Sname2
FROM Student s2,Student s1

其实就是我们学过的数学排列，大致方式如下：

但是我们常见的自连接大多数是有条件的，在上边的结果上进行过滤，比如我们想找到一一对应的数据，可以这样写：

SELECT  
s1.Sname AS Sname1,
s2.Sname AS Sname2
FROM Student s2,Student s1
WHERE s1.Sname=s2.Sname

得到的结果如下：

但是我们工作中，使用自连接的目的并不是自己和自己连接，更多的时候是和表里的其他进行组合：

SELECT  
s1.Sname AS Sname1,
s2.Sname AS Sname2
FROM Student s2,Student s1
WHERE s1.Sname<>s2.Sname

此外，如果我们想进一步排除掉重复的数据行，比如张三，李四和李四，张三。我们默认这两行是重复数据，尽管他们顺序不同，但是在数学集合上，这两行可以看作是相同的数据集。只想保留一种的话，可以这样：

SELECT  
s1.Sname AS Sname1,
s2.Sname AS Sname2
FROM Student s2,Student s1
WHERE s1.Sname>s2.Sname

该查询的目的是获取那些在 "Student" 表中具有字典序较大姓名的学生对。通过使用自联结，可以将同一表中的不同行进行比较。查询结果将包含两列，分别是字典序较大的学生姓名和字典序较小的学生姓名。

现在我们就得到了不重复的三行数据，这个与数学上的组合是一样的。

自连接实战

上边我们使用自连接处理连续性问题，现在我们再用自连接来删除重复数据。

下边是一张Student表，表的结构和数据如下：

我们想删除表中重复的行，如何写SQL呢？

这个表是没有主键ID的，如果我们想区分他们的话，需要增加一个虚列主键，可以这样写：

SELECT 
IDENTITY(INT) ID,
Sname,
Score
INTO Student_Tmp
FROM Student

在SQL Server中，如果想要给表添加一个虚拟的自增主键列，可以使用IDENTIFY属性。这里我们使用自增长函数IDENTIFY()来生成了一个类似于自增主键的ID，并将结果插入到Student_Tmp，其中Student_Tmp的具体内容如下：

然后我们可以通过保留最大值或最小值的方法来删除重复项，具体如下：

DELETE FROM Student_Tmp
WHERE Student_Tmp.ID< (
            SELECT Max(s2.ID)
            FROM Student_Tmp s2
            WHERE Student_Tmp.Sname=s2.Sname
            AND Student_Tmp.Score=s2.Score
);

这样我们就可以删除ID为3和4的列了，查询一下Student_Tmp的内容如下：

注意：由于SQL Server的一些限制，我们对源表不能进行上述操作，为了给大家演示自连接的作用，做了一定的调整。

如果想在SQL Sever中删除原表中的重复行，可以使用如下方法：

SELECT DISTINCT * INTO Student_Tmp FROM Student
TRUNCATE TABLE Student
INSERT INTO Student SELECT * FROM Student_Tmp
DROP TABLE Student_Tmp

通过上述的办法，我们使用自连接的方式删除了Student_Tmp里面的重复行。