2.6. 在表之间连接

到目前为止,我们的查询一次只访问一个表。查询可以一次访问多个表,或者用这种方式访问一个表而同时处理该表的多个行。 一次同时访问多张表(或者多个实例的同一张表)的查询叫join查询。它们将一个表中的行与另一个表中的行结合起来,用一个表达式来指定哪些行将被配对。例如,返回所有天气记录以及相关的城市位置。数据库需要拿 weather表每行的city列和cities表所有行的name列进行比较, 并选取那些在该值上相匹配的行。 [4] 这个任务可以用下面的查询来实现:

SELECT * FROM weather JOIN cities ON city = name;

     city      | temp_lo | temp_hi | prcp |    date    |     name      | location
---------------+---------+---------+------+------------+---------------+-----------
 San Francisco |      46 |      50 | 0.25 | 1994-11-27 | San Francisco | (-194,53)
 San Francisco |      43 |      57 |    0 | 1994-11-29 | San Francisco | (-194,53)
(2 rows)

观察结果集的两个方面:

因为这些列的名字都不一样,所以规划器自动地找出它们属于哪个表。如果在两个表里有重名的列,你需要限定列名来说明你究竟想要哪一个,如:

SELECT weather.city, weather.temp_lo, weather.temp_hi,
       weather.prcp, weather.date, cities.location
    FROM weather JOIN cities ON weather.city = cities.name;

人们广泛认为在一个连接查询中限定所有列名是一种好的风格,这样即使未来向其中一个表里添加重名列也不会导致查询失败。

到目前为止,这种类型的连接查询也可以用下面这样的形式写出来:

SELECT *
    FROM weather, cities
    WHERE city = name;

这个语法比JOIN/ON早,它是在SQL-92中引入的。 这种语法是在FROM子句中简单地列出表,比较表达式被添加到WHERE子句中。 这种旧的隐式语法和新的显式JOIN/ON语法的结果是相同的。 But 对于查询的读者来说,显示的语法使其含义更容易理解。连接条件是由它自己的关键词引入的,而以前这个条件是和WHERE子句中其他条件混在一起的。

现在我们将看看如何能把Hayward记录找回来。我们想让查询干的事是扫描weather表, 并且对每一行都找出匹配的cities表行。如果我们没有找到匹配的行,那么我们需要一些空值代替cities表的列。 这种类型的查询叫外连接 (我们在此之前看到的连接都是inner joins)。这样的命令看起来象这样:

SELECT *
    FROM weather LEFT OUTER JOIN cities ON weather.city = cities.name;

     city      | temp_lo | temp_hi | prcp |    date    |     name      | location
---------------+---------+---------+------+------------+---------------+-----------
 Hayward       |      37 |      54 |      | 1994-11-29 |               |
 San Francisco |      46 |      50 | 0.25 | 1994-11-27 | San Francisco | (-194,53)
 San Francisco |      43 |      57 |    0 | 1994-11-29 | San Francisco | (-194,53)
(3 rows)

这个查询是一个左外连接, 因为在连接操作符左部的表中的行在输出中至少要出现一次, 而在右部的表的行只有在能找到匹配的左部表行时才被输出。 如果输出的左部表的行没有对应匹配的右部表的行,那么右部表行的列将填充空值(null)。

练习:.  还有右外连接和全外连接。试着找出来它们能干什么。

我们也可以把一个表和自己连接起来。这叫做自连接。 比如,假设我们想找出那些在其它天气记录的温度范围之外的天气记录。这样我们就需要拿 weather表里每行的temp_lotemp_hi列与weather表里其它行的temp_lotemp_hi列进行比较。我们可以用下面的查询实现这个目标:

SELECT w1.city, w1.temp_lo AS low, w1.temp_hi AS high,
       w2.city, w2.temp_lo AS low, w2.temp_hi AS high
    FROM weather w1 JOIN weather w2
        ON w1.temp_lo < w2.temp_lo AND w1.temp_hi > w2.temp_hi;

     city      | low | high |     city      | low | high
---------------+-----+------+---------------+-----+------
 San Francisco |  43 |   57 | San Francisco |  46 |   50
 Hayward       |  37 |   54 | San Francisco |  46 |   50
(2 rows)

在这里我们把weather表重新标记为w1w2以区分连接的左部和右部。你还可以用这样的别名在其它查询里节约一些敲键,比如:

SELECT *
    FROM weather w JOIN cities c ON w.city = c.name;

你以后会经常碰到这样的缩写的。



[4] 这里只是一个概念上的模型。连接通常以比实际比较每个可能的行对更高效的方式执行, 但这些是用户看不到的。