数据分析师必备技能之SQL(3) -- 连接

实际工作中，我们会依据不同的业务建立对应的事实表及维度表，不太可能只有一两张宽表，可以涵盖所有需要的字段，这样对于存储空间是一种压力。因此，我们常常需要用到多表连接去查询需要分析的数据。

连接主要包括3大类：

横向连接：即拼接两个及以上单表的列数据，常用的有inner join、left join、right join

纵向连接：即拼接两个及以上单表的行数据，常用的有union ，但这种方式要求连接表的字段名称、类型需要一致

全连接：即拼接两个及以上单表的行、列数据，常用的有full outer join

下图结合韦恩图来解析下常见的7种连接，是非常值得收藏的一幅图（来源：网络）：

示例用表（来源：Wiki百科）：

注意：

雇员表中 "Williams" 不在部门表中的任何一个部门

一个部门可能与许多雇员相关联

1. 内连接（inner join）：即找出左右都可匹配的记录

selectt1.lastName

,t1.departmentID

,t2.departmentName

fromemployee t1

innerjoindepartment t2

ont1.departmentID = t2.departmentID

;

输出结果：

2.左连接（left join）：以左表为准，逐条去右表找可匹配字段，如果有多条会逐次列出，如果没有找到则是NULL

selectt1.lastName

,t1.departmentID

,t2.DepartmentName

fromemployee t1

leftjoindepartment t2

ont1.departmentID = t2.departmentID

;

输出结果：

3.右连接（right join）：以右表为准，逐条去左表找可匹配字段，如果有多条会逐次列出，如果没有找到则是NULL

selectt1.lastName

,t1.departmentID

,t2.DepartmentName

fromemployee t1

rightjoindepartment t2

ont1.departmentID = t2.departmentID

;

输出结果：

4. 全连接(full outer join)：包含两个表的连接结果，如果左表缺失或者右表缺失的数据会填充NULL

MySQL并不支持full outer join，但可以使用union 来替代实现：

select*

from employee t1

left join department t2

on t1.DepartmentID = t2.DepartmentID

union

select*

from employee t1

right join department t2

on t1.DepartmentID = t2.DepartmentID

;

输出结果：

5. 补充实际常用场景：差集A-B，即左表中剔除左右都匹配的部分

selectt1.lastName

,t1.departmentID

,t2.DepartmentName

fromemployee t1

leftjoindepartment t2

ont1.departmentID = t2.departmentID

wheret2.DepartmentNameisnull

;

输出结果：

解析: 差集employee - department相当于把employee 表中不存在任何一个部门的员工找出来

而employee表确实存在这样的一位员工 "Williams"，不在 department表中的任何一个部门

小结：

笔者实际工作中用的最多的还是left join、union，right join/inner join都可以用left join替代

注意连接时，未匹配的字段以NULL填充

差集A-B也是实际中蛮常用到的，可以结合韦恩图好好练习一下