MySQL Forbind: Indre, Ydre, Venstre, Højre, Kryds

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-entusiaster. For enkelhedens skyld og for at lette forståelsen bruger vi en ny database til at øve os. Som vist nedenfor.

Alle eksempler nedenfor bruger disse to tabeller. film_id kolonne i medlemmer peger på id kolonne i film — den relation, som hver JOIN matcher på.

medlemmer

film

Hvorfor skal vi bruge JOINS?

Før vi ser på hver JOIN-type, er det værd at vide, hvorfor en JOIN foretrækkes frem for at køre flere forespørgsler.

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.

Typer af JOINS

MySQL understøtter adskillige JOIN-typer, der hver besvarer et forskelligt spørgsmål om de samme to tabeller. Tabellen nedenfor sammenligner dem; hver type demonstreres derefter med en forespørgsel og dens output.

KRÆS DETALJER

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.

SELECT * FROM `movies` CROSS JOIN `members`

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

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

En CROSS JOIN returnerer alle mulige parringer, hvilket sjældent er det, man ønsker. En INNER JOIN indsnævrer resultatet til de par, der rent faktisk er relaterede.

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, de har lejet. Du kan blot bruge en INNER JOIN til det, som returnerer rækker fra begge tabeller, der opfylder de givne betingelser.

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

En INNER JOIN fjerner lydløst rækker, der ikke har nogen partner. Når disse ikke-matchede rækker er vigtige, er en OUTER JOIN det rigtige valg.

MySQL Outer JOINs returnerer alle matchende poster 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.

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, har medlemsnavnsfelterne NULL-værdier for film, der ikke er lejet. Det betyder, at der ikke blev fundet noget matchende medlem i medlemstabellen 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

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

Alle forespørgsler har indtil videre matchet rækker med en ON-klausul. MySQL tilbyder et kortere alternativ, når de matchende kolonner deler samme navn.

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 GROUP BY, HVOR og endda funktioner som SUM, AVGOsv

Ofte Stillede Spørgsmål