SQL中的連接查詢實例分析

這篇文章主要講解了“SQL中的連接查詢實例分析”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“SQL中的連接查詢實例分析”吧！

Join 連接 (SQL Join)

SQL Join (連接) 是利用不同數據表之間字段的關連性來結合多數據表之檢索。

SQL Join是結合多個數據表而組成一抽象的暫時性數據表以供數據查詢，在原各數據表中之紀錄及結構皆不會因此連接查詢而改變。

這是一個客戶數據表「customers」：

而這是產品訂單的數據表「orders」：

其中，C_Id 是客戶數據表中的主鍵 (Primary Key) 字段，我們怎么將這兩張不同的數據表依相關字段來作個連接結合以便查詢呢？這就是接下來的主題 Join！

SQL 的 Join 查詢有哪幾種類型？

• Inner Join : 內部連接

• LEFT (OUTER) JOIN : 左外部連接

• RIGHT (OUTER) JOIN : 右外部連接

• FULL (OUTER) JOIN : 全部外部連接

• CROSS JOIN : 交叉連接

• NATURAL JOIN : 自然連接

INNER JOIN － 內部連接

INNER JOIN (內部連接) 為等值連接，必需指定等值連接的條件，而查詢結果只會返回符合連接條件的數據。

INNER JOIN 語法 (SQL INNER JOIN Syntax)

SELECT table_column1, table_column2···
FROM table_name1
INNER JOIN table_name2
ON table_name1.column_name=table_name2.column_name;

或

SELECT table_column1, table_column2···
FROM table_name1
INNER JOIN table_name2
USING (column_name);

INNER JOIN 查詢實例 (Example)

現在我們想列出所有客戶的訂單編號數據，我們可以作一個 INNER JOIN 查詢：

SELECT customers.Name, orders.Order_No
FROM customers
INNER JOIN orders
ON customers.C_Id=orders.C_Id;

其中用點號連接之「XXX.YYY」表示XXX數據表中的YYY字段。

查詢結果如下：

查詢結果只會返回符合連接條件的數據！

LEFT JOIN － 左外部連接

LEFT JOIN 可以用來建立左外部連接，查詢的 SQL 敘述句 LEFT JOIN 左側數據表 (table_name1) 的所有記錄都會加入到查詢結果中，即使右側數據表 (table_name2) 中的連接字段沒有符合的值也一樣。

LEFT JOIN 語法 (SQL LEFT JOIN Syntax)

SELECT table_column1, table_column2···
FROM table_name1
LEFT JOIN table_name2
ON table_name1.column_name=table_name2.column_name;

有些數據庫的語法會是LEFT OUTER JOIN。

LEFT JOIN 查詢實例 (Example)

現在我們想查詢所有客戶與其訂單狀況的數據，我們可以作一個 LEFT JOIN 查詢：

SELECT customers.Name, orders.Order_No
FROM customers
LEFT JOIN orders
ON customers.C_Id=orders.C_Id;

查詢結果如下：

LEFT JOIN會返回左側數據表中所有數據列，就算沒有符合連接條件，而右側數據表中如果沒有匹配的數據值就會顯示為「NULL」。

RIGHT JOIN － 右外部連接

相對于LEFT JOIN，RIGHT JOIN 可以用來建立右外部連接，查詢的 SQL 敘述句 RIGHT JOIN 右側數據表 (table_name2) 的所有記錄都會加入到查詢結果中，即使左側數據表 (table_name2) 中的連接字段沒有符合的值也一樣。

RIGHT JOIN 語法 (SQL RIGHT JOIN Syntax)

SELECT table_column1, table_column2···
FROM table_name1
RIGHT JOIN table_name2
ON table_name1.column_name=table_name2.column_name;

有些數據庫的語法會是RIGHT OUTER JOIN。

RIGHT JOIN 查詢實例 (Example)

現在我們想查詢所有訂單與相應的客戶之資料，我們可以作一個 RIGHT JOIN 查詢：

SELECT customers.Name, orders.Order_No
FROM customers
RIGHT JOIN orders
ON customers.C_Id=orders.C_Id;

查詢結果如下：

RIGHT JOIN會返回右側數據表中所有數據列，就算是沒有符合連接條件，而左側數據表中如果沒有匹配的數據值就會顯示為「NULL」。

FULL JOIN － 全部外部連接

FULL JOIN 即為 LEFT JOIN 與 RIGHT JOIN 的聯集，它會返回左右數據表中所有的紀錄，不論是否符合連接條件。

FULL JOIN 語法 (SQL FULL JOIN Syntax)

SELECT table_column1, table_column2···
FROM table_name1
FULL JOIN table_name2
ON table_name1.column_name=table_name2.column_name;

FULL JOIN 查詢實例 (Example)

我們來作一個 FULL JOIN 查詢：

SELECT customers.Name, orders.Order_No
FROM customers
FULL JOIN orders
ON customers.C_Id=orders.C_Id;

查詢結果如下：

MySQL數據庫中沒有FULL JOIN，但是您可以用UNION來模擬。

CROSS JOIN － 交叉連接

交叉連接為兩個數據表間的笛卡兒乘積 (Cartesian product)，兩個數據表在結合時，不指定任何條件，即將兩個數據表中所有的可能排列組合出來，以下例而言 CROSS JOIN 出來的結果資料列數為 3×5=15 筆，因此，當有WHERE、ON、USING條件時不建議使用。

CROSS JOIN 語法 (SQL CROSS JOIN Syntax)

SELECT table_column1, table_column2···
FROM table_name1
CROSS JOIN table_name2;

或

SELECT table_column1, table_column2···
FROM table_name1, table_name2;

或

SELECT table_column1, table_column2···
FROM table_name1
JOIN table_name2;

FULL JOIN 查詢實例 (Example)

這是一個客戶數據表「customers」：

而這是產品訂單的數據表「orders」：

我們來作一個 CROSS JOIN 查詢：

SELECT customers.Name, orders.Order_No
FROM customers
CROSS JOIN orders;

查詢結果如下：

NATURAL JOIN － 自然連接

自然連接有 NATURAL JOIN、NATURAL LEFT JOIN、NATURAL RIGHT JOIN，兩個表格在進行 JOIN 時，加上 NATURAL 這個關鍵詞之后，兩數據表之間同名的字段會被自動結合在一起。

NATURAL JOIN 語法 (SQL NATURAL JOIN Syntax)

SELECT table_column1, table_column2···
FROM table_name1
NATURAL JOIN table_name2;

NATURAL JOIN 查詢實例 (Example)

這是一個客戶數據表「customers」：

而這是產品訂單的數據表「orders」：

現在我們想列出所有客戶的訂單編號數據，我們可以作一個 NATURAL JOIN 查詢：

SELECT customers.Name, orders.Order_No
FROM customers
NATURAL JOIN orders;

查詢結果如下：

注意到了嗎？返回結果同等于下面這個INNER JOIN查詢:

SELECT customers.Name, orders.Order_No
FROM customers
INNER JOIN orders
ON customers.C_Id=orders.C_Id;

感謝各位的閱讀，以上就是“SQL中的連接查詢實例分析”的內容了，經過本文的學習后，相信大家對SQL中的連接查詢實例分析這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！