京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数字化转型浪潮中,企业数据已从“辅助资源”升级为“核心资产”,而高效的数据管理则是释放数据价值的前提。企业数据管理方法 ...
2026-01-21在数字化商业环境中,数据已成为企业优化运营、抢占市场、规避风险的核心资产。但商业数据分析绝非“堆砌数据、生成报表”的简单 ...
2026-01-20定量报告的核心价值是传递数据洞察,但密密麻麻的表格、复杂的计算公式、晦涩的数值罗列,往往让读者望而却步,导致核心信息被淹 ...
2026-01-20在CDA(Certified Data Analyst)数据分析师的工作场景中,“精准分类与回归预测”是高频核心需求——比如预测用户是否流失、判 ...
2026-01-20在建筑工程造价工作中,清单汇总分类是核心环节之一,尤其是针对楼梯、楼梯间这类包含多个分项工程(如混凝土浇筑、钢筋制作、扶 ...
2026-01-19数据清洗是数据分析的“前置必修课”,其核心目标是剔除无效信息、修正错误数据,让原始数据具备准确性、一致性与可用性。在实际 ...
2026-01-19在CDA(Certified Data Analyst)数据分析师的日常工作中,常面临“无标签高维数据难以归类、群体规律模糊”的痛点——比如海量 ...
2026-01-19在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12