《SQL Server 2012 T-SQL基础》读书笔记 - 3.联接查询

Chapter 3 Joins

Cross Joins（交叉联接）就是返回两个表的笛卡尔积（m行的表cross join一个n行的表得到一个m * n行的结果），它有两种标准SQL语法，第一种：

SELECT C.custid, E.empid
FROM Sales.Customers AS C
  CROSS JOIN HR.Employees AS E;

第二种：

SELECT C.custid, E.empid
FROM Sales.Customers AS C, HR.Employees AS E;

你也可以对同一个表的多个实例进行联接，这种self join对cross joins, inner joins, 和outer join都适用。有这么一个技巧：首先创建一个表Digits，它只有一列digit，值是0到9，然后如果你要输出1到1000，那么可以这样：

SELECT D3.digit * 100 + D2.digit * 10 + D1.digit + 1 AS n
FROM dbo.Digits AS D1
  CROSS JOIN dbo.Digits AS D2
  CROSS JOIN dbo.Digits AS D3
ORDER BY n;

Inner Joins（内联接）有两个逻辑上的处理阶段：首先算出笛卡尔积，然后根据你指定的谓词对结果的行进行过滤。它同样有两种标准SQL的语法，第一种：

SELECT E.empid, E.firstname, E.lastname, O.orderid
FROM HR.Employees AS E
  JOIN Sales.Orders AS O   --因为inner join是默认，所以INNER可以省略
    ON E.empid = O.empid;

对这种一对多的内联接，其实可以想成就是对每一行employee都对应很多行有相同employee ID的orders行。这里的ON与WHERE和HAVING一样，只接受TRUE而不接受FALSE或UNKNOWN。

第二种语法：

SELECT E.empid, E.firstname, E.lastname, O.orderid
FROM HR.Employees AS E, Sales.Orders AS O
WHERE E.empid = O.empid;

其实只是把第一种语法的ON移到了WHERE里面去，本质都一样。对于Cross Joins和Inner Joins，作者都建议第一种语法，因为意图更清晰，不容易出错。

连接条件也可以是多个的，例如：

FROM dbo.Table1 AS T1
  JOIN dbo.Table2 AS T2
    ON T1.col1 = T2.col1
    AND T1.col2 = T2.col2

一般运用于这种情况：有个一对多的关系，而“一”的表的主键是基于多个列的，比如（orderid, productid），然后那个“多”的表肯定就要有一个外键来引用这个“一”的表的主键了对吧？（外键也能基于不止一个列）。我的理解是：如果在外键的那个表中如果添加了一行，外键的那两个列（比如就两列）的值必须是主键的那个表中已经存在的任意一行的那两个列的值，所以我推测字段的顺序必须一样，必须：FOREIGN KEY(orderid, productid) REFERENCES Sales.OrderDetails(orderid, productid)，而不能FOREIGN KEY(productid, orderid) REFERENCES Sales.OrderDetails(orderid, productid)。所以在联接的时候就要这样：ON OD.orderid = ODA.orderid AND OD.productid = ODA.productid）。

联接条件也可以不是等于号：

SELECT
  E1.empid, E1.firstname, E1.lastname,
  E2.empid, E2.firstname, E2.lastname
FROM HR.Employees AS E1
  JOIN HR.Employees AS E2
    ON E1.empid < E2.empid;

这样的话会去掉self pairs (for example,1 with 1)和mirrored pairs (for example, 1 with 2 and also 2 with 1)，于是得到雇员id之间的唯一的一对一配对。

Outer Joins（外联接）

有三种，虽然后两种都不常用：LEFT OUTER JOIN,RIGHT OUTER JOIN, FULL OUTER JOIN。RIGHT就是保留右边的全部的行，FULL就是左右两边的表都保留，OUTER可以省略。外联接相比内联接又多加了一步的处理，就是在笛卡尔积并且过滤结果后，又把要保留的那个表的一些行加进来了，这些行我们叫它outer row（外部行）。

如果你要在外联接的结果中选出所有外部行，就：

SELECT C.custid, C.companyname
FROM Sales.Customers AS C
  LEFT OUTER JOIN Sales.Orders AS O
    ON C.custid = O.custid
WHERE O.orderid IS NULL;

注意，这里除了可以选择O.orderid（因为它用作ON上）作为WHERE中的条件，也可以选择在不被保留的表（这里就是Sales.Orders）里面不为NULL的字段，或者主键（因为主键不为NULL）。

打印出介于某两个日期之间的所有日期：

SELECT DATEADD(day, n-1, '20060101') AS orderdate
FROM dbo.Nums
WHERE n <= DATEDIFF(day, '20060101', '20081231') + 1
ORDER BY orderdate;

这里的dbo.Nums是1,2,3,4,5,6……越大越好。

如果想查出Orders表中，对于以上日期的每一天的订单情况（包括没有订单的情况）：

SELECT DATEADD(day, Nums.n - 1, '20060101') AS orderdate,
  O.orderid, O.custid, O.empid
FROM dbo.Nums
  LEFT OUTER JOIN Sales.Orders AS O
    ON DATEADD(day, Nums.n - 1, '20060101') = O.orderdate
WHERE Nums.n <= DATEDIFF(day, '20060101', '20081231') + 1
ORDER BY orderdate;

其实这里的日期计算函数只是为了把连续的Nums映射到连续的日期，然后对每一个日期都保留。

关于外联接有个常见的错误，就是如果你在WHERE中用非保留的表中的列作为过滤条件的话，那么就等于内联接，例如：

SELECT C.custid, C.companyname, O.orderid, O.orderdate
FROM Sales.Customers AS C
  LEFT OUTER JOIN Sales.Orders AS O
    ON C.custid = O.custid
WHERE O.orderdate >= '20070101';

这样的话会把所有orderdate为NULL的外部行也过滤掉，那你还不如改成Inner join。

另一种常见错误是：

SELECT C.custid, O.orderid, OD.productid, OD.qty
FROM Sales.Customers AS C
  LEFT OUTER JOIN Sales.Orders AS O
    ON C.custid = O.custid
  JOIN Sales.OrderDetails AS OD
    ON O.orderid = OD.orderid;

注意，第一次Outer Join之后，可能会有orderid是null的行，结果第二次inner join之后，这些行就绝逼被过滤掉了。解决方法是要么就两次outer join，要么就先inner join后面两个表，然后在right outer join第一个表，或者也可以把“inner join后面两个表”用括号括起来，再用第一个表Left join它们。

另一个常见错误：

SELECT C.custid, COUNT(*) AS numorders
FROM Sales.Customers AS C
  LEFT OUTER JOIN Sales.Orders AS O
  ON C.custid = O.custid
GROUP BY C.custid;

还记得COUNT(*)会返回包括NULL的列吗，所以说这里就算有个顾客没有订单，也会算他的订单是一个。所以说记得用COUNT(O.orderid)。