到目前为止,我们的查询一次只访问了一个表。查询可以一次访问多个表,或者用某种方式访问一个表,而同时处理该表的多个行。一个同时访问同一个或者不同表的多个行的查询叫连接查询。举例来说,比如你想列出所有天气记录以及这些记录相关的城市。要实现这个目标,我们需要拿 weather 表每行的 city 字段和 cities 表所有行的 name 字段进行比较,并选取那些这些数值相匹配的行。
【注意】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配对行更高效的方式执行,但这些是用户看不到的。
这个任务可以用下面的查询来实现:
SELECT * FROM weather, cities WHERE 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:
没有城市 Hayward 的结果行。这是因为在 cities
表里面没有与 Hayward 匹配的行,所以连接忽略了 weather 表里的不匹配行。我们稍后将看到如何修补这个问题。
有两个字段包含城市名。这是正确的,因为 weather
和 cities
表的字段是接在一起的。不过,实际上我们不想要这些,因此你将可能希望明确列出输出字段而不是使用 * :
SELECT city, temp_lo, temp_hi, prcp, date, location FROM weather, cities WHERE city = name;
【练习】看看省略 WHERE 子句的含义是什么。
因为这些字段的名字都不一样,所以分析器自动找出它们属于哪个表,但是如果两个表中有重复的字段名,你就必须使用字段全称限定你想要的字段:
SELECT weather.city, weather.temp_lo, weather.temp_hi, weather.prcp, weather.date, cities.location FROM weather, cities WHERE cities.name = weather.city;
一般认为在连接查询里使用字段全称是很好的风格,这样,即使在将来向其中一个表里添加了同名字段也不会引起混淆。
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 INNER JOIN cities ON (weather.city = cities.name);
这个语法并非像上面那个那么常用,我们在这里写出来是为了让你更容易了解后面的主题。
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
表里面的行。如果没有找到匹配的行,那么需要一些"空值"代替 cities
表的字段。这种类型的查询叫 外连接(我们在此之前看到的连接都是内连接)。这样的命令看起来像这样:
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,因为连接操作符(LEFT OUTER JOIN)左边的表中的行在输出中至少出现一次,而右边的表中的行只输出那些与左边的表有匹配的行。如果输出的左表中的行没有右表中的行与其对应,那么右表中的字段将填充为 NULL 。
【练习】还有右连接和全连接。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_lo 和 temp_hi 字段与 weather
表里其它行的 temp_lo 和 temp_hi 字段进行比较。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, weather W2 WHERE 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 W1 和 W2 以区分连接的左边和右边。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, cities c WHERE w.city = c.name;
以后会经常碰到这样的缩写。