SQL Join的一些總結

1.1.1 摘要 Join是關系型數據庫系統的重要操作之一，SQL Server中包含的常用Join：內聯接、外聯接和交叉聯接等。如果我們想在兩個或以上的表獲取其中從一個表中的行與另一個表中的行匹配...

1.1.1 摘要

Join是關系型數據庫系統的重要操作之一，SQL Server中包含的常用Join：內聯接、外聯接和交叉聯接等。如果我們想在兩個或以上的表獲取其中從一個表中的行與另一個表中的行匹配的數據，這時我們應該考慮使用Join，因為Join具體聯接表或函數進行查詢的特性

本文將通過具體例子介紹SQL中的各種常用Join的特性和使用場合：

1.1.2 正文

首先我們在tempdb中分別定義三個表College、Student和Apply，具體SQL代碼如下：

USE tempdb

---- If database exists the same name datatable deletes it.
IF EXISTS(SELECT TABLE_NAME FROM INFORMATION_SCHEMA.TABLES WHERE TABLE_NAME = 'College') DROP TABLE College;
IF EXISTS(SELECT TABLE_NAME FROM INFORMATION_SCHEMA.TABLES WHERE TABLE_NAME = 'Student') DROP TABLE Student;
IF EXISTS(SELECT TABLE_NAME FROM INFORMATION_SCHEMA.TABLES WHERE TABLE_NAME = 'Apply') DROP TABLE Apply;

---- Create Database.
create table College(cName nvarchar(50), state text, enrollment int);
create table Student(sID int, sName nvarchar(50), GPA real, sizeHS int);
create table Apply(sID int, cName nvarchar(50), major nvarchar(50), decision text);

Inner join

內聯接（Inner join）是最常用的聯接類型之一，它查詢滿足聯接謂詞的數據。

假設我們要查詢申請表Apply中申請學校的相關信息，由于Apply表中包含學校名字我們并不能預知，所以我們可以根據cName來內聯接（Inner join）表College和Apply，從而找到Apply表中包含學校的信息。

具體SQL代碼如下：

---- Gets college information from college table
---- bases on college name.
SELECT DISTINCT College.cName, College.enrollment
FROM  College INNER JOIN
        Apply ON College.cName = Apply.cName

圖1查詢結果

cName	state	enrollment
Stanford	CA	15000
Berkeley	CA	36000
MIT	MA	10000
Cornell	NY	21000
Harvard	MA	29000

表1 College表中的數據

如上圖1所示，我們把Apply表包含的學校信息查詢出來了，由于Harvard并沒有被查詢出來，所以我們知道暫時還沒有學生申請Harvard。

內聯接（Inner join）滿足交換律：“A inner join B” 和 “B inner join A” 是相等的。

Outer join

假設我們想看到所有學校信息；即使是那些沒有申請的學校（如：Harvard），這時我們可以使用外部聯接（Outer join）進行查詢。由于外部聯接保存一個或兩個輸入表的所有行，即使無法找到匹配聯接謂詞的行。

具體SQL代碼如下：

---- Gets all college information
SELECT College.cName, College.state, College.enrollment,
Apply.cName, Apply.major, Apply.decision
FROM  College LEFT OUTER JOIN
        Apply ON College.cName = Apply.cName

圖2左聯接查詢結果

如上圖3所示：由于在Apply表中并沒有學生申請Harvard，但是我們通過左聯接（left outer join）把所有學校信息查詢出來了。

由于左聯接（left outer join）產生表College的完全集，而Apply表中匹配的則有值，而不匹配的則以NULL值取代，所以我們知道Apply表中沒有學生申請Harvard。

通過左聯接查詢我們可以獲取College的完全集，假設現在我們既要獲取College的完全集又要獲取Apply的完全集，那么我們可以考慮使用完整外部聯接（full outer join）。使用完整外部聯接，我們可以查詢所有的學校，不管它們是否匹配聯接謂詞：

---- Gets all information from college and apply table.
SELECT College.cName, College.state, College.enrollment,
Apply.cName, Apply.major, Apply.decision
FROM  College FULL OUTER JOIN
        Apply ON College.cName = Apply.cName

圖3 完整外部聯接查詢結果

現在我們獲取了College和Apply的完全數據集，對于表中匹配的則有值，即使沒有找到匹配cName的則以NULL值取代。

下表顯示每種外部聯接（outer join）匹配時保留數據行的情況：

聯接類型	保留數據行
A left outer join B	all A rows
A right outer join B	all B rows
A full outer join B	all A and B rows

表2 外部聯接保留數據行

完整外部聯接（full outer join）滿足交換律：“A full outer join B” 和 “B full outer join A” 是相等的。

Cross join

交叉聯接（cross join）執行兩個表的笛卡爾積（就是把表A和表B的數據進行一個N*M的組合）。也就是說，它匹配一個表與另一個表中的每一行；我們不能通過使用ON子句在交叉聯接指定謂詞，雖然我們可以使用WHERE子句來實現相同的結果，這是交叉聯接基本上是作為一個內部聯接了。

交叉聯接相對于內部聯接使用率較低，而且兩個大表不應該進行交叉聯接，因為這將導致一個非常昂貴的操作和一個非常大的結果集。

具體SQL代碼如下：

---- College Cross join Apply.
SELECT College.cName, College.state, College.enrollment,
Apply.cName, Apply.major, Apply.decision
FROM College
CROSS JOIN Apply

圖4 College表和Apply表的行數

圖5 交叉聯接

現在我們對College和Apply表進行交叉聯接，而且生成數據行為College和Apply表行數的笛卡爾積即5 * 20 = 100。

Cross apply

在SQL Server 2005中提供了Cross apply使表可以和表值函數（table-valued functions TVF‘s）結果進行join查詢。例如，現在我們想通過函數的結果值和表Student進行查詢，這時我們可以使用Cross apply進行查詢：

---- Creates a function to get data from Apply base on sID.
CREATE FUNCTION dbo.fn_Apply(@sID int)
RETURNS @Apply TABLE (cName nvarchar(50), major nvarchar(50))
AS
BEGIN
  INSERT @Apply SELECT cName, major FROM Apply where [sID] = @sID
  RETURN    
END
 
---- Student cross apply function fn_Apply.
SELECT Student.sName, Student.GPA, Student.sizeHS,
cName, major 
FROM Student CROSS APPLY dbo.fn_Apply([sID])

我們也可以使用內部聯接實現和Cross apply相同的查詢功能，具體SQL代碼如下：

---- Student INNER JOIN Apply bases on sID.
SELECT Student.sName, Student.GPA, Student.sizeHS,
cName, major 
FROM Student INNER JOIN [Apply]
ON Student.sID = [Apply].sID

圖6 Cross apply查詢

Outer apply

在介紹Cross apply和Outer join之后，現在讓我們理解Out apply也就不難了，Outer apply使表可以和表值函數（table-valued functions TVF‘s）結果進行join查詢，找到匹配值則有值，沒有找到匹配值則以NULL表示。

---- Student outer apply function fn_Apply.
SELECT Student.sName, Student.GPA, Student.sizeHS,
cName, major 
FROM Student OUTER APPLY dbo.fn_Apply([sID])

圖7 Outer apply查詢

Inner Join和Cross apply的區別

首先我們知道Inner join是表和表的聯接查詢，而Cross apply是表和表值函數的聯接查詢，在前面Cross apply例子中，我們也可以通過Inner join實現相同的查詢。

---- Student cross apply function fn_Apply.
SET STATISTICS PROFILE ON
SET STATISTICS TIME ON

SELECT Student.sName, Student.GPA, Student.sizeHS,
cName, major 
FROM Student CROSS APPLY dbo.fn_Apply([sID])

SET STATISTICS PROFILE OFF
SET STATISTICS TIME OFF


---- Student INNER JOIN Apply base on sID.
SET STATISTICS PROFILE ON
SET STATISTICS TIME ON

SELECT Student.sName, Student.GPA, Student.sizeHS,
cName, major 
FROM Student INNER JOIN [Apply]
ON Student.sID = [Apply].sID

SET STATISTICS PROFILE OFF
SET STATISTICS TIME OFF

Cross apply查詢執行時間:

CPU 時間= 0 毫秒，占用時間= 11 毫秒。

Inner join查詢執行時間:

CPU 時間= 0 毫秒，占用時間= 4 毫秒。

圖8 執行計劃

如圖8所示：Cross apply首先執行TVF（table-valued functions），然后對表Studnet進行全表掃描，接著通過遍歷sID查找匹配值。

Inner join對表Student和Apply進行全表掃描，然后通過哈希匹配查找匹配的sID值。

通過以上的SQL執行時間和執行計劃，我們能不能說Inner join比Cross apply好呢？答案是否定的，如果表的數據量很大，那么Inner join的全表掃描耗費時間和CPU資源就增加了（可通過數據量大的表進行測試）。

雖然大多數采用Cross apply實現的查詢，可以通過Inner join實現，但Cross apply可能產生更好的執行計劃和更佳的性能，因為它可以在聯接執行之前限制集合加入。

Semi-join和Anti-semi-join

Semi-join從一個表中返回的行與另一個表中數據行進行不完全聯接查詢（查找到匹配的數據行就返回，不再繼續查找）。

Anti-semi-join從一個表中返回的行與另一個表中數據行進行不完全聯接查詢，然后返回不匹配的數據。

不同于其他的聯接運算，Semi-join和Anti-semi-join沒有明確的語法來實現，但Semi-join和Anti-semi-join在SQL Server中有多種應用場合。我們可以使用EXISTS子來實現Semi-join查詢，Not EXISTS來實現Anti-semi-join。現在讓我們通過具體的例子說明吧！

假設要求我們找出Apply和Student表中sID匹配的學生信息，這和前面的Inner join查詢結果將一樣，具體SQL代碼如下：

---- Student Semi-join Apply base on sID.
SELECT Student.sName, Student.GPA, Student.sizeHS
----[Apply].cName, [Apply].major 
FROM Student
WHERE exists (
    SELECT *
    from [Apply]
    where [Apply].sID = Student.sID
)

我們發現常用的EXISTS子句，原來是通過Left Semi Join實現的，所以說Semi-join在SQL Server中又許多使用場合。

圖9 查詢結果

圖10 執行計劃

現在要求我們找出還沒有申請學校的學生信息，這時我們立刻反應可以使用NOT EXISTS子句來實現該查詢，具體SQL代碼如下：

---- Gets student still not apply for school.
SELECT Student.sID, Student.sName, Student.GPA, Student.sizeHS
----[Apply].cName, [Apply].major 
FROM Student
WHERE NOT EXISTS (
    SELECT *
    FROM [Apply]
    WHERE [Apply].sID = Student.sID
)