Mysql基础巩固 --- 多表查询和聚合函数的一些细节,SELECT的执行过程

文章目录

  • 一、多表查询
    • 1.1 笛卡儿积(交叉连接)
      • 解决方法:
    • 1.2 等值连接 vs 非等值连接
    • 1.3 自连接 vs 非自连接
    • 1.4 内连接 vs 外连接
      • 1.4.1 内连接(INNER JOIN)
      • 1.4.2 外连接(OUTTER JOIN)
        • 1.4.2.1 左外连接(LEFT OUTTER JOIN)
        • 1.4.2.2 右外连接(RIGHT OUTTER JOIN)
        • 1.4.2.3 满外连接(FULL OUTTER JOIN)
      • 1.4.2 UNION
    • 1.5 图解7种JOIN方式
      • 总结:
    • 1.6 SQL99新特性
      • 1.6.1 自然连接(NATURAL JOIN)
      • 1.6.2 USING连接
  • 二、聚合函数
    • 2.1 GROUP BY分组
      • 拓展:WITH ROLLUP
    • 2.2 HAVING
    • 2.3 WHERE和HAVING对比
  • 三、SELECT的执行过程
    • 3.1 查询的结构
    • 3.2 SQL的执行原理

一、多表查询

多表查询分类:

  • 等值连接 vs 非等值连接
  • 自连接 vs 非自连接
  • 内连接 vs 外连接

1.1 笛卡儿积(交叉连接)

在数据库原理里学过笛卡尔积,就是把两个表的所有记录做一个全排 ,例如:

Mysql基础巩固 --- 多表查询和聚合函数的一些细节,SELECT的执行过程_第1张图片

会造成笛卡儿积的情况如下:

#查询员工姓名和所在部门名称
SELECT last_name,department_name FROM employees,departments;
SELECT last_name,department_name FROM employees CROSS JOIN departments;
SELECT last_name,department_name FROM employees INNER JOIN departments;
SELECT last_name,department_name FROM employees JOIN departments;

即:在不使用on语法时,joininner join逗号cross join结果相同,都是取2个表的笛卡尔积。

解决方法:

使用JOIN...ON子句创建连接限定条件,或者使用WHERE过滤数据


1.2 等值连接 vs 非等值连接

  • 等值连接就是 WHERE语句最后是判断两个值是否相等

  • 非等值连接就是 WHERE语句不是严格的判断是否相等,可以是大于小于,或者IN一个范围等等

例如:

SELECT e.employee_id, e.last_name, e.department_id,
d.department_id, d.location_id
FROM employees e , departments d
WHERE e.department_id = d.department_id; #等值连接

SELECT salary,grade_level
FROM employees e,job_grades j
WHERE salary BETWEEN j.`lowest_sal` AND j.`highest_sal`  #非等值连接

1.3 自连接 vs 非自连接

  • 非自连接就是连接两个不同的表

  • 自连接就是把一张表看作两张表连接

题目:查询employees表,返回“Xxx works for Xxx”

SELECT CONCAT(worker.last_name ,' works for '
, manager.last_name)
FROM employees worker, employees manager
WHERE worker.manager_id = manager.employee_id ;

1.4 内连接 vs 外连接

1.4.1 内连接(INNER JOIN)

内连接就是求两个表严格相交的部分,只要有一方为NULL就把这条记录丢掉

关键字JOININNER JOINCROSS JOIN的含义是一样的,都是内连接

SELECT 字段列表
FROM A表 INNER JOIN B表
ON 关联条件
WHERE 等其他子句;

1.4.2 外连接(OUTTER JOIN)

外连接分为:左外连接,右外连接,全外连接

1.4.2.1 左外连接(LEFT OUTTER JOIN)

左外连接就是保证左表记录数量不减少,求相交的部分,如果没有相交的部分,就在左表对应右表的字段上置NULL

结果 = 左右表匹配的数据 + 左表没有匹配到的数据

SELECT 字段列表
FROM A表 LEFT JOIN B表
ON 关联条件
WHERE 等其他子句;

1.4.2.2 右外连接(RIGHT OUTTER JOIN)

右外连接就是保证右表记录数量不减少,求相交的部分,如果没有相交的部分,就在右表对应左表的字段上置NULL

结果 = 左右表匹配的数据 + 右表没有匹配到的数据

SELECT 字段列表
FROM A表 RIGHT JOIN B表
ON 关联条件
WHERE 等其他子句;

1.4.2.3 满外连接(FULL OUTTER JOIN)

满外连接的结果 = 左右表匹配的数据 + 左表没有匹配到的数据 + 右表没有匹配到的数据

注意:Mysql不支持FULL JOIN,但是可以用LEFT JOIN UNION RIGHT JOIN代替

1.4.2 UNION

合并查询结果,两个表对应的列数和数据类型必须相同,并且相互对应。

SELECT column,... FROM table1
UNION [ALL]
SELECT column,... FROM table2
  • UNION :返回两个查询结果集的并集,并去重
  • UNION ALL :返回两个查询结果集的并集,不去重

执行UNION ALL语句时所需要的资源比UNION语句少,因为少了去重操作。

所以,在知道没有重复元素的情况下,尽量用UNION ALL提高效率

1.5 图解7种JOIN方式

Mysql基础巩固 --- 多表查询和聚合函数的一些细节,SELECT的执行过程_第2张图片

#中图:内连接 A∩B
SELECT employee_id,last_name,department_name
FROM employees e JOIN departments d
ON e.`department_id` = d.`department_id`;

#左上图:左外连接
SELECT employee_id,last_name,department_name
FROM employees e LEFT JOIN departments d
ON e.`department_id` = d.`department_id`;

#右上图:右外连接
SELECT employee_id,last_name,department_name
FROM employees e RIGHT JOIN departments d
ON e.`department_id` = d.`department_id`;

#左中图:A - A∩B
SELECT employee_id,last_name,department_name
FROM employees e LEFT JOIN departments d
ON e.`department_id` = d.`department_id`
WHERE d.`department_id` IS NULL

#右中图:B-A∩B
SELECT employee_id,last_name,department_name
FROM employees e RIGHT JOIN departments d
ON e.`department_id` = d.`department_id`
WHERE e.`department_id` IS NULL

#左下图:左上 + 右中   或者  右上 + 左中
SELECT employee_id,last_name,department_name
FROM employees e LEFT JOIN departments d
ON e.`department_id` = d.`department_id`
WHERE d.`department_id` IS NULL
UNION ALL #没有去重操作,效率高
SELECT employee_id,last_name,department_name
FROM employees e RIGHT JOIN departments d
ON e.`department_id` = d.`department_id`;

总结:

实现第一行的,只需要简单的 LEFT JOIN 或者 RIGHT JOIN

实现第二行,只需要在 LEFT JOIN 或者 RIGHT JOIN 基础上加上WHERE 从表关联字段 is null

  • 左外连接去掉相交部分
  • 右外连接去掉相交部分

实现全外连接:

  • 左外连接 UNION 右外连接去掉相交部分
  • 右外连接 UNION 左外连接去掉相交部分

1.6 SQL99新特性

1.6.1 自然连接(NATURAL JOIN)

它会帮你自动查询两张连接表中所有相同的字段 ,然后进行 等值连接

在SQL92中:

SELECT employee_id,last_name,department_name
FROM employees e JOIN departments d
ON e.`department_id` = d.`department_id`
AND e.`manager_id` = d.`manager_id`;

在SQL99中可以

SELECT employee_id,last_name,department_name
FROM employees e NATURAL JOIN departments d;

1.6.2 USING连接

SQL99还支持使用 USING 指定数据表里的 同名字段 进行等值连接。但是只能配合JOIN一起使用 。比如:

SELECT employee_id,last_name,department_name
FROM employees e JOIN departments d
USING (department_id);

等价于

SELECT employee_id,last_name,department_name
FROM employees e ,departments d
WHERE e.department_id = d.department_id;

总结:

表连接的约束条件可以有三种方式:WHEREONUSING

  • WHERE:适用于所有关联查询
  • ON:只能和JOIN一起使用,只能写关联条件
  • USING:只能和JOIN一起使用,而且要求两个关联字段在关联表中名称一致 ,而且只能表示关联字段值相等

二、聚合函数

聚合函数作用于一组数据,并对一组数据返回一个值

AVG() 
SUM() 
MAX() 
MIN() 
COUNT()

问题:

①用count(*),count(1),count(列名)谁好呢?

MyISAM引擎的表是没有区别的。这种引擎内部有一计数器在维护着行数。

Innodb引擎的表用count(*),count(1)直接读行数,复杂度是O(n),因为innodb真的要去数一遍。但好于具体的count(列名)。

②能不能使用count(列名)替换count(*)?

不要使用 count(列名)来替代 count(*)count(*)是 SQL92 定义的标准统计行数的语法,跟数据库无关,跟 NULL 和非 NULL 无关。 说明:count(*)会统计值为 NULL 的行,而 count(列名)不会统计此列为 NULL 值的行。

2.1 GROUP BY分组

格式:

SELECT column, group_function(column)
FROM table
[WHERE condition]
[GROUP BY group_by_expression]
[ORDER BY column];

可以使用GROUP BY子句将表中的数据分成若干组,例如:

1、根据单列分组

SELECT department_id, AVG(salary)
FROM employees
GROUP BY department_id ;

2、使用多列分组

SELECT department_id dept_id, job_id, SUM(salary)
FROM employees
GROUP BY department_id, job_id ;

使用多列分组时,如果select中出现了group by的一个字段,就要把所有group by中的字段都写在select中,否则会报错

即:要么都省略,要么都写上

拓展:WITH ROLLUP

使用 WITH ROLLUP 关键字之后,在所有查询出的分组记录之后增加一条记录,该记录计算查询出的所 有记录的总和,即统计记录数量。

SELECT department_id,AVG(salary)
FROM employees
WHERE department_id > 80
GROUP BY department_id WITH ROLLUP;

当使用ROLLUP时,不能同时使用ORDER BY子句进行结果排序,即ROLLUP和ORDER BY是互相排斥的。

2.2 HAVING

作用:过滤分组

使用条件:

  1. 行已经被分组。
  2. 使用了聚合函数。
  3. 满足HAVING 子句中条件的分组将被显示。
  4. HAVING 不能单独使用,必须要跟 GROUP BY 一起使用。

举例:

SELECT department_id, MAX(salary)
FROM employees
GROUP BY department_id
HAVING MAX(salary)>10000 ;

2.3 WHERE和HAVING对比

  • 区别1:WHERE 可以直接使用表中的字段作为筛选条件,但不能使用分组中的计算函数作为筛选条件; HAVING 必须要与 GROUP BY 配合使用,可以把分组计算的函数和分组字段作为筛选条件。

    这决定了,在需要对数据进行分组统计的时候,HAVING 可以完成 WHERE 不能完成的任务。

  • 区别2:如果需要通过连接从关联表中获取需要的数据,WHERE 是先筛选后连接,而 HAVING 是先连接后筛选。

    这一点,就决定了在关联查询中,WHERE 比 HAVING 更高效。

三、SELECT的执行过程

3.1 查询的结构

#方式1:
SELECT ...,....,...
FROM ...,...,....
WHERE 多表的连接条件
AND 不包含组函数的过滤条件
GROUP BY ...,...
HAVING 包含组函数的过滤条件
ORDER BY ... ASC/DESC
LIMIT ...,...
#方式2:
SELECT ...,....,...
FROM ... JOIN ...
ON 多表的连接条件
JOIN ...
ON ...
WHERE 不包含组函数的过滤条件
AND/OR 不包含组函数的过滤条件
GROUP BY ...,...
HAVING 包含组函数的过滤条件
ORDER BY ... ASC/DESC
LIMIT ...,...

#其中:
#(1)from:从哪些表中筛选
#(2)on:关联多表查询时,去除笛卡尔积
#(3)where:从表中筛选的条件
#(4)group by:分组依据
#(5)having:在统计结果中再次筛选
#(6)order by:排序
#(7)limit:分页

需要记住的两个顺序:

1、关键字顺序

SELECT ... FROM ... WHERE ... GROUP BY ... HAVING ... ORDER BY ... LIMIT...

2、SELECT 语句的执行顺序

FROM -> WHERE -> GROUP BY -> HAVING -> SELECT 的字段 -> DISTINCT -> ORDER BY -> LIMIT

举例:

SELECT DISTINCT player_id, player_name, count(*) as num # 顺序 5
FROM player JOIN team ON player.team_id = team.team_id # 顺序 1
WHERE height > 1.80 # 顺序 2
GROUP BY player.team_id # 顺序 3
HAVING num > 2 # 顺序 4
ORDER BY num DESC # 顺序 6
LIMIT 2 # 顺序 7

3.2 SQL的执行原理

SELECT 是先执行 FROM 这一步的。在这个阶段,如果是多张表联查,还会经历下面的几个步骤:

  1. 首先先通过 CROSS JOIN 求笛卡尔积,相当于得到虚拟表 vt(virtual table)1-1
  2. 通过 ON 进行筛选,在虚拟表 vt1-1 的基础上进行筛选,得到虚拟表 vt1-2
  3. 添加外部行。如果我们使用的是左连接、右链接或者全连接,就会涉及到外部行,也就是在虚拟 表 vt1-2 的基础上增加外部行,得到虚拟表vt1-3。 当然如果我们操作的是两张以上的表,还会重复上面的步骤,直到所有表都被处理完为止。这个过程得 到是我们的原始数据。

当然如果我们操作的是两张以上的表,还会重复上面的步骤,直到所有表都被处理完为止。这个过程得到是我们的原始数据。

然后进入第三步和第四步,也就是 GROUP 和 HAVING 阶段 。在这个阶段中,实际上是在虚拟表 vt2 的 基础上进行分组和分组过滤,得到中间的虚拟表 vt3 和 vt4

当我们完成了条件筛选部分之后,就可以筛选表中提取的字段,也就是进入到 SELECT 和 DISTINCT 阶段 。 首先在 SELECT 阶段会提取想要的字段,然后在 DISTINCT 阶段过滤掉重复的行,分别得到中间的虚拟表 vt5-1 和 vt5-2 。

当我们提取了想要的字段数据之后,就可以按照指定的字段进行排序,也就是 ORDER BY 阶段 ,得到虚拟表 vt6

最后在 vt6 的基础上,取出指定行的记录,也就是 LIMIT 阶段 ,得到最终的结果,对应的是虚拟表 vt7

当然我们在写 SELECT 语句的时候,不一定存在所有的关键字,相应的阶段就会省略。

同时因为 SQL 是一门类似英语的结构化查询语言,所以我们在写 SELECT 语句的时候,还要注意相应的关键字顺序,所谓底层运行的原理,就是我们刚才讲到的执行顺序。

你可能感兴趣的:(mysql,mysql,sql,数据库)