当需要获取的数据分布在多张中,考虑使用联合查询,本章将学习两种查询方式(sql92/sql99)
将多个表的数据进行一一对应,所得到结果为多表的笛卡尔积。结果的数量为所有表的数量的乘积。
--SQL92方式 --表名以逗号隔开实现多表查询 --SQL99方式 --使用cross join 关键字
--概念:先做表的笛卡尔积,然后筛选,筛选条件为等值筛选。 --注意:条件为字段的值相同(字段值条件)来进行筛选,字段的名字可以不同
--SQL92方式 --where 筛选条件... --SQL99方式 --使用natural join 表名(自然连接,根据名称相同字段进行等值连接) --使用(inner) join 表名 on 筛选条件... (内连接,根据筛选条件进行等值/不等值连接,inner关键字可以省略不写) --使用(inner) join 表名 using(字段名,字段名,....) (内连接,根据名称相同字段进行等值连接,可指定字段,inner关键字可以省略)
--SQL92方式 --where子句中在右边连接字段后加 (+),显示左边对应字段没有值的数据 --SQL99方式 --select 内容 from 表名 left (outer) join 表名 on 连接条件 (外连接,outer可以省略不写)
--SQL92方式 --where子句中在左边连接字段后加 (+),显示右边对应字段没有值的数据 --SQL99方式 --select 内容 from 表名 right (outer) join 表名 on 连接条件 (外连接,outer可以省略不写)
--SQL92方式 无 --SQL99方式 --select 内容 from 表名 full (outer) join 表名 on 连接条件 (外连接,outer可以省略不写)
--查询所有数据 select * from EMP for update; --笛卡尔积 (1,2,3) (5,6,7) --SQL92,SQL99(推荐) --使用 cross join 关键字 select * from emp cross join dept;--15*4=60 --等值连接和不等值连接(内连接) --先做笛卡尔积,然后根据条件进行筛选 --注意:条件为字段的值相同来进行筛选,字段的名字可以不同 --等值连接 --自然连接:根据名称相同字段进行等值连接 --使用 natural join关键字 select * from emp natural join dept; --名称字段不相同 -- 表一 inner join 表二 on 筛选条件 select * from emp e inner join dept t on e.deptno = t.deptno; --名称字段相同也可以使用 -- 表一 inner join 表二 using (字段名,字段名...) select * from emp join dept using (deptno); --不等值连接 select * from emp e inner join dept t on e.sal between 1000 and 1500; --自连接 select * from emp a inner join emp b on a.empno = b.mgr; --外连接 --左外连接 -- 表一 left (outer) join 表二 on 筛选条件 select * from emp e left join dept t on e.deptno = t.deptno; --右外连接 -- 表一 right (outer) join 表二 on 筛选条件 select * from emp e right join dept t on e.deptno = t.deptno; --满外连接 -- 表一 full (outer) join 表二 on 筛选条件 select * from emp e full join dept t on e.deptno = t.deptno;
SQL语法之多表联合查询
SQL语法(五) 多表联合查询介绍到这里,更多sql学习请参考编程字典sql教程 和问答部分,谢谢大家对编程字典的支持。
原文链接:https://blog.csdn.net/qq_21046965/article/details/82555346?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163296983816780264048987%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=163296983816780264048987&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_v2~rank_v29-4-82555346.pc_v2_rank_blog_default&utm_term=sql&spm=1018.2226.3001.4450