MySQL全面瓦解12：连接查询的原理和应用
概述
MySQL最强大的功能之一就是能在数据检索的执行中连接（join）表。大部分的单表数据查询并不能满足我们的需求，这时候我们就需要连接一个或者多个表，并通过一些条件过滤筛选出我们需要的数据。
了解MySQL连接查询之前我们先来理解下笛卡尔积的原理。
数据准备
依旧使用上节的表数据（包含classes 班级表和students 学生表）：
1 mysql> select * from classes; 2 +---------+-----------+ 3 | classid | classname | 4 +---------+-----------+ 5 | 1 | 初三一班 | 6 | 2 | 初三二班 | 7 | 3 | 初三三班 | 8 | 4 | 初三四班 | 9 +---------+-----------+ 10 4 rows in set 11 12 mysql> select * from students; 13 +-----------+-------------+-------+---------+ 14 | studentid | studentname | score | classid | 15 +-----------+-------------+-------+---------+ 16 | 1 | brand | 97.5 | 1 | 17 | 2 | helen | 96.5 | 1 | 18 | 3 | lyn | 96 | 1 | 19 | 4 | sol | 97 | 1 | 20 | 7 | b1 | 81 | 2 | 21 | 8 | b2 | 82 | 2 | 22 | 13 | c1 | 71 | 3 | 23 | 14 | c2 | 72.5 | 3 | 24 | 19 | lala | 51 | 0 | 25 +-----------+-------------+-------+---------+ 26 9 rows in set
笛卡尔积
笛卡尔积：也就是笛卡尔乘积，假设两个集合A和B，笛卡尔积表示A集合中的元素和B集合中的元素任意相互关联产生的所有可能的结果。
比如A中有m个元素，B中有n个元素，A、B笛卡尔积产生的结果有m*n个结果，相当于循环遍历两个集合中的元素，任意组合。
笛卡尔积在SQL中的实现方式既是交叉连接(Cross Join)。所有连接方式都会先生成临时笛卡尔积表，笛卡尔积是关系代数里的一个概念，表示两个表中的每一行数据任意组合。
所以上面的表就是 4（班级表）* 9（学生表） = 36条数据；
笛卡尔积语法格式：
1 select cname1,cname2,... from tname1,tname2,...; 2 or 3 select cname from tname1 join tname2 [join tname...];
图例表示：
上述两个表实际执行结果如下：
1 mysql> select * from classes a,students b order by a.classid,b.studentid; 2 +---------+-----------+-----------+-------------+-------+---------+ 3 | classid | classname | studentid | studentname | score | classid | 4 +---------+-----------+-----------+-------------+-------+---------+ 5 | 1 | 初三一班 | 1 | brand | 97.5 | 1 | 6 | 1 | 初三一班 | 2 | helen | 96.5 | 1 | 7 | 1 | 初三一班 | 3 | lyn | 96 | 1 | 8 | 1 | 初三一班 | 4 | sol | 97 | 1 | 9 | 1 | 初三一班 | 7 | b1 | 81 | 2 | 10 | 1 | 初三一班 | 8 | b2 | 82 | 2 | 11 | 1 | 初三一班 | 13 | c1 | 71 | 3 | 12 | 1 | 初三一班 | 14 | c2 | 72.5 | 3 | 13 | 1 | 初三一班 | 19 | lala | 51 | 0 | 14 | 2 | 初三二班 | 1 | brand | 97.5 | 1 | 15 | 2 | 初三二班 | 2 | helen | 96.5 | 1 | 16 | 2 | 初三二班 | 3 | lyn | 96 | 1 | 17 | 2 | 初三二班 | 4 | sol | 97 | 1 | 18 | 2 | 初三二班 | 7 | b1 | 81 | 2 | 19 | 2 | 初三二班 | 8 | b2 | 82 | 2 | 20 | 2 | 初三二班 | 13 | c1 | 71 | 3 | 21 | 2 | 初三二班 | 14 | c2 | 72.5 | 3 | 22 | 2 | 初三二班 | 19 | lala | 51 | 0 | 23 | 3 | 初三三班 | 1 | brand | 97.5 | 1 | 24 | 3 | 初三三班 | 2 | helen | 96.5 | 1 | 25 | 3 | 初三三班 | 3 | lyn | 96 | 1 | 26 | 3 | 初三三班 | 4 | sol | 97 | 1 | 27 | 3 | 初三三班 | 7 | b1 | 81 | 2 | 28 | 3 | 初三三班 | 8 | b2 | 82 | 2 | 29 | 3 | 初三三班 | 13 | c1 | 71 | 3 | 30 | 3 | 初三三班 | 14 | c2 | 72.5 | 3 | 31 | 3 | 初三三班 | 19 | lala | 51 | 0 | 32 | 4 | 初三四班 | 1 | brand | 97.5 | 1 | 33 | 4 | 初三四班 | 2 | helen | 96.5 | 1 | 34 | 4 | 初三四班 | 3 | lyn | 96 | 1 | 35 | 4 | 初三四班 | 4 | sol | 97 | 1 | 36 | 4 | 初三四班 | 7 | b1 | 81 | 2 | 37 | 4 | 初三四班 | 8 | b2 | 82 | 2 | 38 | 4 | 初三四班 | 13 | c1 | 71 | 3 | 39 | 4 | 初三四班 | 14 | c2 | 72.5 | 3 | 40 | 4 | 初三四班 | 19 | lala | 51 | 0 | 41 +---------+-----------+-----------+-------------+-------+---------+ 42 36 rows in set
这样的数据肯定不是我们想要的，在实际应用中，表连接时要加上限制条件，才能够筛选出我们真正需要的数据。
我们主要的连接查询有这几种：内连接、左(外)连接、右(外)连接，下面我们一 一来看。
内连接查询 inner join
语法格式：
1 select cname from tname1 inner join tname2 on join condition; 2 或者 3 select cname from tname1 join tname2 on join condition; 4 或者 5 select cname from tname1,tname2 [where join condition];
说明：在笛卡尔积的基础上加上了连接条件，组合两个表，返回符合连接条件的记录，也就是返回两个表的交集（阴影）部分。如果没有加上这个连接条件，就是上面笛卡尔积的结果。
1 mysql> select a.classname,b.studentname,b.score from classes a inner join students b on a.classid = b.classid; 2 +-----------+-------------+-------+ 3 | classname | studentname | score | 4 +-----------+-------------+-------+ 5 | 初三一班 | brand | 97.5 | 6 | 初三一班 | helen | 96.5 | 7 | 初三一班 | lyn | 96 | 8 | 初三一班 | sol | 97 | 9 | 初三二班 | b1 | 81 | 10 | 初三二班 | b2 | 82 | 11 | 初三三班 | c1 | 71 | 12 | 初三三班 | c2 | 72.5 | 13 +-----------+-------------+-------+ 14 8 rows in set
从上面的数据可以看出 ，初三四班 classid = 4，因为没有关联的学生，所以被过滤掉了；lala 同学的classid=0，没法关联到具体的班级，也被过滤掉了，只取两表都有的数据交集
1 mysql> select a.classname,b.studentname,b.score from classes a,students b where a.classid = b.classid and a.classid=1; 2 +-----------+-------------+-------+ 3 | classname | studentname | score | 4 +-----------+-------------+-------+ 5 | 初三一班 | brand | 97.5 | 6 | 初三一班 | helen | 96.5 | 7 | 初三一班 | lyn | 96 | 8 | 初三一班 | sol | 97 | 9 +-----------+-------------+-------+ 10 4 rows in set
查找1班同学的成绩信息，上面语法格式的第三种，这种方式简洁高效，直接在连接查询的结果后面进行Where条件筛选。
左连接查询 left join
left join on / left outer join on，语法格式：
1 select cname from tname1 left join tname2 on join condition;
说明： left join 是left outer join的简写，全称是左外连接，外连接中的一种。 左(外)连接，左表(classes)的记录将会全部出来，而右表(students)只会显示符合搜索条件的记录。右表无法关联的内容均为null。
1 mysql> select a.classname,b.studentname,b.score from classes a left join students b on a.classid = b.classid; 2 +-----------+-------------+-------+ 3 | classname | studentname | score | 4 +-----------+-------------+-------+ 5 | 初三一班 | brand | 97.5 | 6 | 初三一班 | helen | 96.5 | 7 | 初三一班 | lyn | 96 | 8 | 初三一班 | sol | 97 | 9 | 初三二班 | b1 | 81 | 10 | 初三二班 | b2 | 82 | 11 | 初三三班 | c1 | 71 | 12 | 初三三班 | c2 | 72.5 | 13 | 初三四班 | NULL | NULL | 14 +-----------+-------------+-------+ 15 9 rows in set
从上面结果中可以看出，初三四班无法找到对应的学生，所以后面两个字段使用null标识。
右连接查询 right join
right join on / right outer join on，语法格式：
1 select cname from tname1 right join tname2 on join condition;
说明：right join是right outer join的简写，全称是右外连接，外连接中的一种。与左(外)连接相反，右(外)连接，左表(classes)只会显示符合搜索条件的记录，而右表(students)的记录将会全部表示出来。左表记录不足的地方均为NULL。
1 mysql> select a.classname,b.studentname,b.score from classes a right join students b on a.classid = b.classid; 2 +-----------+-------------+-------+ 3 | classname | studentname | score | 4 +-----------+-------------+-------+ 5 | 初三一班 | brand | 97.5 | 6 | 初三一班 | helen | 96.5 | 7 | 初三一班 | lyn | 96 | 8 | 初三一班 | sol | 97 | 9 | 初三二班 | b1 | 81 | 10 | 初三二班 | b2 | 82 | 11 | 初三三班 | c1 | 71 | 12 | 初三三班 | c2 | 72.5 | 13 | NULL | lala | 51 | 14 +-----------+-------------+-------+ 15 9 rows in set
从上面结果中可以看出，lala同学无法找到班级，所以班级名称字段为null。
连接查询+聚合函数
使用连接查询的时候，经常会配合使用聚集函数来进行数据汇总。比如在上面的数据基础上查询出每个班级的人数和平均分数、班级总分数。
1 mysql> select a.classname as '班级名称',count(b.studentid) as '总人数',sum(b.score) as '总分',avg(b.score) as '平均分' 2 from classes a inner join students b on a.classid = b.classid 3 group by a.classid,a.classname; 4 +----------+--------+--------+-----------+ 5 | 班级名称 | 总人数 | 总分 | 平均分 | 6 +----------+--------+--------+-----------+ 7 | 初三一班 | 4 | 387.00 | 96.750000 | 8 | 初三二班 | 2 | 163.00 | 81.500000 | 9 | 初三三班 | 2 | 143.50 | 71.750000 | 10 +----------+--------+--------+-----------+ 11 3 rows in set
这边连表查询的同时对班级（classid，classname）做了分组，并输出每个班级的人数、平均分、班级总分。
连接查询附加过滤条件
使用连接查询之后，大概率会对数据进行在过滤筛选，所以我们可以在连接查询之后再加上where条件，比如我们根据上述的结果只取出一班的同学信息。
1 mysql> select a.classname,b.studentname,b.score from classes a inner join students b on a.classid = b.classid where a.classid=1; 2 +-----------+-------------+-------+ 3 | classname | studentname | score | 4 +-----------+-------------+-------+ 5 | 初三一班 | brand | 97.5 | 6 | 初三一班 | helen | 96.5 | 7 | 初三一班 | lyn | 96 | 8 | 初三一班 | sol | 97 | 9 +-----------+-------------+-------+ 10 4 rows in set
如上，只输出一班的同学，同理，可以附件 limit 限制，order by排序等操作。
总结
1、连接查询必然要带上连接条件，否则会变成笛卡尔乘积数据，使用不正确的联结条件，也将返回不正确的数据。
2、SQL规范推荐首选INNER JOIN语法。但是连接的几种方式本身并没有明显的性能差距，性能的差距主要是由数据的结构、连接的条件，索引的使用等多种条件综合决定的。
我们应该根据实际的业务场景来决定，比如上述数据场景：如果要求返回返回有学生的班级就使用 inner join；如果必须输出所有班级则使用left join；如果必须输出所有学生，则使用right join。
3、性能上的考虑，MySQL在运行时会根据关联条件处理连接的表，这种处理可能是非常耗费资源的，连接的表越多，性能下降越厉害。所以要分析去除那些不必要的连接和不需要显示的字段。
之前我的项目团队在优化旧的业务代码时，发现随着业务的变更，某些数据不需要显示，对应的某个连接也不需要了，去掉之后，性能较大提升。
