sparksql : 數據庫表連接的簡單解釋

表的連接分成好幾種類型。

• 內連接（inner join）
• 外連接（outer join）
• 左連接（left join）
• 右連接（right join）
• 全連接（full join）

• 只返回兩張表匹配的記錄，這叫內連接（inner join）。
• 返回匹配的記錄，以及表 A 多餘的記錄，這叫左連接（left join）。
• 返回匹配的記錄，以及表 B 多餘的記錄，這叫右連接（right join）。
• 返回匹配的記錄，以及表 A 和表 B 各自的多餘記錄，這叫全連接（full join）

 

上圖中，表 A 的記錄是 123，表 B 的記錄是 ABC，顏色表示匹配關係。返回結果中，如果另一張表沒有匹配的記錄，則用 null 填充。

這四種連接，又可以分成兩大類：內連接（inner join）表示只包含匹配的記錄，外連接（outer join）表示還包含不匹配的記錄。所以，左連接、右連接、全連接都屬於外連接。

這四種連接的 SQL 語句如下。

SELECT * FROM A  
INNER JOIN B ON A.book_id=B.book_id;

SELECT * FROM A  
LEFT JOIN B ON A.book_id=B.book_id;

SELECT * FROM A  
RIGHT JOIN B ON A.book_id=B.book_id;

SELECT * FROM A  
FULL JOIN B ON A.book_id=B.book_id;

上面的 SQL 語句還可以加上where條件從句，對記錄進行篩選，比如只返回表 A 裏面不匹配表 B 的記錄。

SELECT * FROM A
LEFT JOIN B
ON A.book_id=B.book_id
WHERE B.id IS null;

另一個例子，返回表 A 或表 B 所有不匹配的記錄。

SELECT * FROM A
FULL JOIN B
ON A.book_id=B.book_id
WHERE A.id IS null OR B.id IS null;

此外，還存在一種特殊的連接，叫做"交叉連接"（cross join），指的是表 A 和表 B 不存在關聯字段，這時表 A（共有 n 條記錄）與表 B （共有 m 條記錄）連接後，會產生一張包含 n x m 條記錄的新表（見下圖）