
来源:AirPython
作者:星安果
多表查询,也称为多表连接查询;作为关系型数据库最主要的查询方式,在日常工作中被广泛使用
常见的多表查询操作包含:子查询、内连接、左外连接、右外连接、完全连接、交叉连接
本篇文章将利用一个实例逐一介绍这些操作
以 Mysql 数据库为例,创建两张数据表:
student - 学生表
record - 选课记录表
其中,学生表 id 字段对应选课记录表中的 student_id 字段
Sql 如下:
# 学生表:student
create table student
(
id int not null
primary key,
name varchar(255) null,
age int null
)
comment '学生表';
# 选课记录表:record
create table record
(
id int not null
primary key,
name varchar(255) not null,
student_id int not null,
time datetime null
)
comment '选课记录';
然后,向 2 张表中插入一些数据
# 学生表数据
1,张三,18
2,李四,23
3,王五,30
4,马六,35
5,孙七,40
6,朱八,19
7,黄九,53
# 记录表数据
2021001,语文,1,2021-01-18 15:32:47
2021002,数学,2,2021-01-18 15:33:41
2021003,英语,3,2021-01-18 15:34:01
2021004,物理,4,2021-01-18 15:34:33
2021005,体育,5,2021-01-18 15:34:47
2021006,化学,8,2021-01-18 15:35:12
2021007,生物,9,2021-01-18 15:35:39
2021008,音乐,10,2021-01-18 15:36:00
子查询,又称之为内查询,是一种嵌套在其他 Sql 查询的 Where 子句中的查询
一般用于对查询结果的进一步限制,返回所需要的数据;子查询可以用在 SELECT、INSERT、UPDATE 和 DELETE 语句中
这里以 SELECT 语句为例,在两张表中使用子查询,筛选出满足条件的记录
# 子查询
select * from student where id in (select student_id from record where student_id<=3)
查询结果如下:
# 子查询的结果
1,张三,18
2,李四,23
需要注意的是,子查询必须包含在圆括号内,并且不能使用 ORDER BY 进行排序
内连接是通过关键字 inner join 连接两张表,只返回满足 on 条件的,两张表的交集数据
# 内连接
select * from student s inner join record r on s.id=r.student_id;
查询结果如下:
# 内连接查询结果
1,张三,18,2021001,语文,1,2021-01-18 15:32:47
2,李四,23,2021002,数学,2,2021-01-18 15:33:41
3,王五,30,2021003,英语,3,2021-01-18 15:34:01
4,马六,35,2021004,物理,4,2021-01-18 15:34:33
5,孙七,40,2021005,体育,5,2021-01-18 15:34:47
需要注意的是,如果内连接没有通过 on 关键字指定条件的话,查询结果和交叉连接查询结果一样,只是执行效率高于交叉连接
外连接包含:
左外连接
右外连接
其中,
左外连接:使用关键字 left join,以左表为准,返回左表的所有数据,右表满足 on 条件的数据会全部显示,否则用 null 值去填充
右外连接:和左外连接相反。使用关键 right join,以右表为准,返回右表的所有数据,左表满足 on 条件的数据会全部显示,否则用 null 值去填充
首先,我们来看左连接的实例
# 左外连接
select * from student s left join record r on s.id=r.student_id;
返回结果如下:
# 左外连接结果
1,张三,18,2021001,语文,1,2021-01-18 15:32:47
2,李四,23,2021002,数学,2,2021-01-18 15:33:41
3,王五,30,2021003,英语,3,2021-01-18 15:34:01
4,马六,35,2021004,物理,4,2021-01-18 15:34:33
5,孙七,40,2021005,体育,5,2021-01-18 15:34:47
6,朱八,19,NULL,NULL,NULL,NULL
7,黄九,53,NULL,NULL,NULL,NULL
然后,我们再来看看右连接
# 右外连接
select * from student s right join record r on s.id=r.student_id;
返回结果如下:
# 右外连接结果
1,张三,18,2021001,语文,1,2021-01-18 15:32:47
2,李四,23,2021002,数学,2,2021-01-18 15:33:41
3,王五,30,2021003,英语,3,2021-01-18 15:34:01
4,马六,35,2021004,物理,4,2021-01-18 15:34:33
5,孙七,40,2021005,体育,5,2021-01-18 15:34:47
NULL,NULL,NULL,2021006,化学,8,2021-01-18 15:35:12
NULL,NULL,NULL,2021007,生物,9,2021-01-18 15:35:39
NULL,NULL,NULL,2021008,音乐,10,2021-01-18 15:36:00
完全连接,是通过关键字 full join 连接两张表,返回左表和右表的所有数据,并使用 null 值填充缺失的数据
# 完全连接
select * from student s full join record r on s.id = r.student_id;
需要注意的是,Mysql 并不支持完全连接,我们可以使用左连接 + union + 右连接的方式去模拟完全连接
select * from student left join record on student.id = record.student_id
union
select * from student right join record on student.id = record.student_id;
查询结果如下:
# 完全连接结果
1,张三,18,2021001,语文,1,2021-01-18 15:32:47
2,李四,23,2021002,数学,2,2021-01-18 15:33:41
3,王五,30,2021003,英语,3,2021-01-18 15:34:01
4,马六,35,2021004,物理,4,2021-01-18 15:34:33
5,孙七,40,2021005,体育,5,2021-01-18 15:34:47
6,朱八,19,NULL,NULL,NULL,NULL
7,黄九,53,NULL,NULL,NULL,NULL
NULL,NULL,NULL,2021006,化学,8,2021-01-18 15:35:12
NULL,NULL,NULL,2021007,生物,9,2021-01-18 15:35:39
NULL,NULL,NULL,2021008,音乐,10,2021-01-18 15:36:00
交叉连接,又称之为笛卡尔积,使用关键字 cross join 连接两张表进行查询
如果不使用 where 加入限制条件,则返回两张表行数的乘积;如果加入限制条件,则返回满足条件表达式的数据并合成一行
以加入限制条件的交叉连接查询为例
# 交叉连接
select * from xag.student as s cross join xag.record as r where s.id=r.student_id;
查询结果如下:
# 交叉连接结果
1,张三,18,2021001,语文,1,2021-01-18 15:32:47
2,李四,23,2021002,数学,2,2021-01-18 15:33:41
3,王五,30,2021003,英语,3,2021-01-18 15:34:01
4,马六,35,2021004,物理,4,2021-01-18 15:34:33
5,孙七,40,2021005,体育,5,2021-01-18 15:34:47
需要注意的是,交叉连接查询如果带有限制条件,它会先生成两张表行数成绩生成查询结果集,然后再通过限制条件去过滤;因此,在数据量大的时候,查询速度会很慢
相比单表查询,多表查询可以覆盖更多业务场景,大大提升我们的工作效率!实际工作当中,可以根据需要选择性的去使用!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13