MySQL JOINS Tutorial: INDRE, YDRE, VENSTRE, HØJRE, KRYDS

Af: Marcus Allen Marcus Allen
Hours Opdateret

Hvad er JOINS?

Joins hjælper med at hente data fra to eller flere databasetabeller.

Tabellerne er gensidigt relaterede ved hjælp af primære og fremmede nøgler.

Bemærk: JOIN er det mest misforståede emne blandt SQL-lærere. Af hensyn til enkelheden og forståelsen vil vi bruge en ny database til at øve et eksempel. Som vist nedenfor

id fornavn efternavn film_id
1 Adam Smith 1
2 Ravi Kumar 2
3 Susan Davidson 5
4 Jenny Adrianna 8
5 Lee Pong 10
id titel kategori
1 ASSASSIN'S CREED: EMBERS Animationer
2 Ægte stål (2012) Animationer
3 Alvin and the Chipmunks Animationer
4 Tin Tins eventyr Animationer
5 Sikker (2012) Handling
6 Safe House (2012) Handling
7 GIA 18 +
8 Deadline 2009 18 +
9 Det beskidte billede 18 +
10 Marley og mig Romantik

Typer af sammenføjninger

Kryds JOIN

Cross JOIN er en enkleste form for JOINs, som matcher hver række fra en databasetabel til alle rækker i en anden.

Med andre ord giver det os kombinationer af hver række i den første tabel med alle poster i den anden tabel.

Antag, at vi ønsker at få alle medlemsrekorder mod alle filmrekorder, kan vi bruge scriptet vist nedenfor for at få vores ønskede resultater.

Typer af sammenføjninger

SELECT * FROM `movies` CROSS JOIN `members`

Udførelse af ovenstående script i MySQL arbejdsbord giver os følgende resultater.

RELATEREDE ARTIKLER





id
title

id
first_name
last_name
movie_id






1
ASSASSIN'S CREED: EMBERS
Animations
1
Adam
Smith
1




1
ASSASSIN'S CREED: EMBERS
Animations
2
Ravi
Kumar
2




1
ASSASSIN'S CREED: EMBERS
Animations
3
Susan
Davidson
5




1
ASSASSIN'S CREED: EMBERS
Animations
4
Jenny
Adrianna
8




1
ASSASSIN'S CREED: EMBERS
Animations
6
Lee
Pong
10




2
Real Steel(2012)
Animations
1
Adam
Smith
1




2
Real Steel(2012)
Animations
2
Ravi
Kumar
2




2
Real Steel(2012)
Animations
3
Susan
Davidson
5




2
Real Steel(2012)
Animations
4
Jenny
Adrianna
8




2
Real Steel(2012)
Animations
6
Lee
Pong
10




3
Alvin and the Chipmunks
Animations
1
Adam
Smith
1




3
Alvin and the Chipmunks
Animations
2
Ravi
Kumar
2




3
Alvin and the Chipmunks
Animations
3
Susan
Davidson
5




3
Alvin and the Chipmunks
Animations
4
Jenny
Adrianna
8




3
Alvin and the Chipmunks
Animations
6
Lee
Pong
10




4
The Adventures of Tin Tin
Animations
1
Adam
Smith
1




4
The Adventures of Tin Tin
Animations
2
Ravi
Kumar
2




4
The Adventures of Tin Tin
Animations
3
Susan
Davidson
5




4
The Adventures of Tin Tin
Animations
4
Jenny
Adrianna
8




4
The Adventures of Tin Tin
Animations
6
Lee
Pong
10




5
Safe (2012)
Action
1
Adam
Smith
1




5
Safe (2012)
Action
2
Ravi
Kumar
2




5
Safe (2012)
Action
3
Susan
Davidson
5




5
Safe (2012)
Action
4
Jenny
Adrianna
8




5
Safe (2012)
Action
6
Lee
Pong
10




6
Safe House(2012)
Action
1
Adam
Smith
1




6
Safe House(2012)
Action
2
Ravi
Kumar
2




6
Safe House(2012)
Action
3
Susan
Davidson
5




6
Safe House(2012)
Action
4
Jenny
Adrianna
8




6
Safe House(2012)
Action
6
Lee
Pong
10




7
GIA
18+
1
Adam
Smith
1




7
GIA
18+
2
Ravi
Kumar
2




7
GIA
18+
3
Susan
Davidson
5




7
GIA
18+
4
Jenny
Adrianna
8




7
GIA
18+
6
Lee
Pong
10




8
Deadline(2009)
18+
1
Adam
Smith
1




8
Deadline(2009)
18+
2
Ravi
Kumar
2




8
Deadline(2009)
18+
3
Susan
Davidson
5




8
Deadline(2009)
18+
4
Jenny
Adrianna
8




8
Deadline(2009)
18+
6
Lee
Pong
10




9
The Dirty Picture
18+
1
Adam
Smith
1




9
The Dirty Picture
18+
2
Ravi
Kumar
2




9
The Dirty Picture
18+
3
Susan
Davidson
5




9
The Dirty Picture
18+
4
Jenny
Adrianna
8




9
The Dirty Picture
18+
6
Lee
Pong
10




10
Marley and me
Romance
1
Adam
Smith
1




10
Marley and me
Romance
2
Ravi
Kumar
2




10
Marley and me
Romance
3
Susan
Davidson
5




10
Marley and me
Romance
4
Jenny
Adrianna
8




10
Marley and me
Romance
6
Lee
Pong
10

INNER JOIN

Den indre JOIN bruges til at returnere rækker fra begge tabeller, der opfylder den givne betingelse.

Antag, at du ønsker at få en liste over medlemmer, der har lejet film sammen med titler på film lejet af dem. Du kan blot bruge en INNER JOIN til det, som returnerer rækker fra begge tabeller, der opfylder givne betingelser.

INNER JOIN

SELECT members.`first_name` , members.`last_name` , movies.`title`
FROM members ,movies
WHERE movies.`id` = members.`movie_id`

Udførelse af ovenstående script give





first_name
last_name
title






Adam
Smith
ASSASSIN'S CREED: EMBERS




Ravi
Kumar
Real Steel(2012)




Susan
Davidson
Safe (2012)




Jenny
Adrianna
Deadline(2009)




Lee
Pong
Marley and me

Bemærk, at ovenstående resultatscript også kan skrives som følger for at opnå de samme resultater.

SELECT A.`first_name` , A.`last_name` , B.`title`
FROM `members`AS A
INNER JOIN `movies` AS B
ON B.`id` = A.`movie_id`

Ydre JOINs

MySQL Outer JOINs returnerer alle poster, der matcher fra begge tabeller.

Det kan detektere poster, der ikke har nogen match i sammenføjet tabel. Det vender tilbage NULL værdier for poster i sammenføjet tabel, hvis der ikke findes noget match.

Lyder det forvirrende? Lad os se på et eksempel -

LEFT JOIN

Antag nu, at du ønsker at få titler på alle film sammen med navne på medlemmer, der har lejet dem. Det er klart, at nogle film ikke er blevet lejet af nogen. Vi kan simpelthen bruge LEFT JOIN til formålet.

Ydre JOINs

LEFT JOIN returnerer alle rækkerne fra tabellen til venstre, selvom der ikke er fundet nogen matchende rækker i tabellen til højre. Hvor der ikke er fundet nogen match i tabellen til højre, returneres NULL.

SELECT A.`title` , B.`first_name` , B.`last_name`
FROM `movies` AS A
LEFT JOIN `members` AS B
ON B.`movie_id` = A.`id`

Udførelse af ovenstående script i MySQL workbench giver.Du kan se, at i det returnerede resultat, som er angivet nedenfor, at for film, der ikke er lejet, har medlemsnavnefelter NULL-værdier. Det betyder, at ingen matchende medlemstabel fandt medlemmer for den pågældende film.





title
first_name
last_name






ASSASSIN'S CREED: EMBERS
Adam
Smith




Real Steel(2012)
Ravi
Kumar




Safe (2012)
Susan
Davidson




Deadline(2009)
Jenny
Adrianna




Marley and me
Lee
Pong




Alvin and the Chipmunks
NULL
NULL




The Adventures of Tin Tin
NULL
NULL




Safe House(2012)
NULL
NULL




GIA
NULL
NULL




The Dirty Picture
NULL
NULL





Note: Null is returned for non-matching rows on right

HØJRE JOIN

RIGHT JOIN er åbenbart det modsatte af LEFT JOIN. RIGHT JOIN returnerer alle kolonnerne fra tabellen til højre, selvom der ikke er fundet nogen matchende rækker i tabellen til venstre. Hvor der ikke er fundet nogen match i tabellen til venstre, returneres NULL.

Lad os i vores eksempel antage, at du skal have navne på medlemmer og film lejet af dem. Nu har vi et nyt medlem, som endnu ikke har lejet nogen film

HØJRE JOIN

SELECT  A.`first_name` , A.`last_name`, B.`title`
FROM `members` AS A
RIGHT JOIN `movies` AS B
ON B.`id` = A.`movie_id`

Udførelse af ovenstående script i MySQL workbench giver følgende resultater.





first_name
last_name
title






Adam
Smith
ASSASSIN'S CREED: EMBERS




Ravi
Kumar
Real Steel(2012)




Susan
Davidson
Safe (2012)




Jenny
Adrianna
Deadline(2009)




Lee
Pong
Marley and me




NULL
NULL
Alvin and the Chipmunks




NULL
NULL
The Adventures of Tin Tin




NULL
NULL
Safe House(2012)




NULL
NULL
GIA




NULL
NULL
The Dirty Picture





Note: Null is returned for non-matching rows on left

"ON" og "USING" klausuler

I ovenstående JOIN-forespørgselseksempler har vi brugt ON-sætning til at matche posterne mellem tabeller.

USING-klausulen kan også bruges til samme formål. Forskellen med BRUG er det skal have identiske navne for matchede kolonner i begge tabeller.

I "film"-tabellen har vi indtil videre brugt dens primære nøgle med navnet "id". Vi henviste til det samme i "members"-tabellen med navnet "movie_id".

Lad os omdøbe "movies"-tabeller til "id"-feltet for at få navnet "movie_id". Vi gør dette for at have identiske matchede feltnavne.

ALTER TABLE `movies` CHANGE `id` `movie_id` INT( 11 ) NOT NULL AUTO_INCREMENT;

Lad os derefter bruge USING med ovenstående LEFT JOIN eksempel.

SELECT A.`title` , B.`first_name` , B.`last_name`
FROM `movies` AS A
LEFT JOIN `members` AS B
USING ( `movie_id` )

Bortset fra at bruge ON og BRUG med JOINs du kan bruge mange andre MySQL klausuler som GRUPPER EFTER, HVOR og endda funktioner som SUM, AVGOsv

Hvorfor skal vi bruge joins?

Nu tænker du måske, hvorfor vi bruger JOINs, når vi kan udføre den samme opgave, der kører forespørgsler. Især hvis du har erfaring med databaseprogrammering, ved du, at vi kan køre forespørgsler én efter én, brug output fra hver i successive forespørgsler. Det er selvfølgelig muligt. Men ved at bruge JOINs kan du få arbejdet gjort ved kun at bruge en enkelt forespørgsel med alle søgeparametre. På den anden side MySQL kan opnå bedre ydeevne med JOINs, da den kan bruge indeksering. Blot brug af en enkelt JOIN-forespørgsel i stedet for at køre flere forespørgsler reducerer serveroverhead. Brug af flere forespørgsler i stedet, der fører til flere dataoverførsler imellem MySQL og applikationer (software). Yderligere kræver det også flere datamanipulationer i applikationsenden.

Det er klart, at vi kan opnå bedre MySQL og applikationsydelser ved brug af JOINs.

Resumé

  • JOINS giver os mulighed for at kombinere data fra mere end én tabel til et enkelt resultatsæt.
  • JOINS har bedre ydeevne sammenlignet med underforespørgsler
  • INNER JOINS returnerer kun rækker, der opfylder de givne kriterier.
  • OUTER JOINS kan også returnere rækker, hvor der ikke er fundet matcher. De umatchede rækker returneres med nøgleordet NULL.
  • De vigtigste JOIN-typer inkluderer Indre, Venstre Ydre, Højre Ydre, Cross JOINS osv.
  • Den ofte anvendte klausul i JOIN-operationer er "ON". "USING"-klausulen kræver, at matchende kolonner har samme navn.
  • JOINS kan også bruges i andre klausuler såsom GROUP BY, WHERE, SUB QUERIES, AGGREGATE FUNCTIONS osv.

Du kan lide: