MySql中join基礎
在MySQL中，使用的最多就是join。理解他之後能對我們的業務代碼有更深的概念。當然這裏只是一個簡單的入門，也只是個人理解，如有不正確的地方，也請見諒。
了解順序
- 各種join的概念
- 對應關系
- （Hive中）join的原理
一.各種join的概念
- join的基本概念
- join實際上就是數學中的求交集。當我們說集合A={1,2,3,4,5}，集合B={2,3}，兩個集合的交集時，實際上是在求兩個集合的共同元素，也就是集合A的元素=集合B的 元素的個數。
- 放到現實世界中，集合A和集合B就不再是一維的，而是多維的。假設有兩個人：
姓名 | 性別 | 年齡 | 籍貫 | 工作 |
小紅 | 女 | 18 | 上海 | UI設計師 |
小綠 | 男 | 18 | 北京 | UI設計師 |
當我們在求這兩個人的交集時，我們會說：小紅和小綠在性別互斥，但是兩人在年齡上卻存在交集，兩人在籍貫上互斥，但是在工作上卻存在交集。
- 在數據庫中，當我們把現實世界世界的關系抽象出來。每個實體，比如說人類，就成了一張表，每個具體的人，比如小紅，就成了人類表中的一條數據。。表的join，實際上就是在尋找這寫具體的記錄之間的關系。
- 數據準備
- 班級表
class_no | class_name |
A | A班 |
B | B班 |
create table class( class_no varchar(5) comment ‘班級編號‘, class_name varchar(10) comment ‘班級名稱‘ ) comment ‘班級表‘;
insert into class values(‘A‘,‘A班‘), (‘B‘,‘B班‘); | |
- 學生表
student_class | student_name |
A | 小紅 |
B | 小白 |
C | 小黑 |
A | 小綠 |
create table student( student_class varchar(5) comment ‘學生所屬班級‘, student_name varchar(10) comment ‘學生姓名‘ ) comment ‘學生表‘;
insert into student values(‘A‘,‘小紅‘), (‘B‘,‘小白‘), (‘C‘,‘小黑‘), (‘A‘,‘小綠‘); | |
- cross join
- 通常我們在join時不加on條件，就會出現笛卡爾積的情況。通常時左表和右表中的數據逐行進行關聯。示意圖如下：
- 查詢結果如下：
- 註意：這裏是沒有on語句的
select class_no,class_name,student_class,student_name from class cross join student; |
- inner join
- 兩個表根據制定的條件求並集，比如：尋找每個班級的學生，我們通常會加上條件 on class_no=student_class
- 查詢結果以及語句
- 這裏是有on條件
select class_no,class_name,student_class,student_name from class join student on class_no=student_class; |
- left join
- 左連接通常是求補集的。他允許左表為空。即左表中的數據必須全部顯示出來，但是右表中有沒有我們不管的。
- 查詢結果及語句
- 這時student表是放在第一位的，class表放在了第二位
- 使用了left join關鍵字
- 我們會發現沒有班級的小黑也顯示出來了
select class_no,class_name,student_class,student_name from student left join class on class_no=student_class; |
- 但是：我們通常使用join是查詢補集的。比如查詢出沒有班級的學生是誰。
- 註意：這裏多了一個where
select class_no,class_name,student_class,student_name from student left join class on class_no=student_class where class_name is null; |
- 各種join的示例
二.關於對應關系
- 表關聯的對應關系
- 通常表關聯存在三種對應關系：一對一，多對一，多對多的這三種情況。一對一：不會產生任何情況，就像一個身份證號對應一個人。多對一：這個是最常見的情況，比如一個老師教多個學生，一個班級有多個學生。。多對多：最容易出錯的地方。就比如一個學生名稱對應兩個人，並且分布在不同的班級裏。我們在使用join是通常是多對一或一對多的場景，但是我們如果誤將多對多的場景理解為多對一，就會產生數據偏差，尤其值得註意。
三.關於Hive中的join
請參考：https://tech.meituan.com/hive_sql_to_mapreduce.html
MySql中join基礎