SQL语句中 left join 后用 on 还是 where,区别大了!
2023-03-31 11:04:39 时间
前天写SQL时本想通过 A left B join on and 后面的条件来使查出的两条记录变成一条,奈何发现还是有两条。
后来发现 join on and 不会过滤结果记录条数,只会根据and后的条件是否显示 B表的记录,A表的记录一定会显示。
不管and 后面的是A.id=1还是B.id=1,都显示出A表中所有的记录,并关联显示B中对应A表中id为1的记录或者B表中id为1的记录。
运行sql :
select * from student s left join class c on s.classId=c.id order by s.id
![](https://pic1.zhimg.com/80/v2-4cd80b4f44d5d17312336e882f09de70_1440w.webp)
运行sql :
select * from student s left join class c on s.classId=c.id and s.name="张三" order by s.id
![](https://pic4.zhimg.com/80/v2-0ab7f672836d564f4cfed8f61596009f_1440w.webp)
运行sql :
select * from student s left join class c on s.classId=c.id and c.name="三年级三班" order by s.id
![](https://pic4.zhimg.com/80/v2-3dad31fef64b7a6735a3a2111aca9cfb_1440w.webp)
数据库在通过连接两张或多张表来返回记录时,都会生成一张中间的临时表,然后再将这张临时表返回给用户。在使用left jion时,on和where条件的区别如下:
1、 on条件是在生成临时表时使用的条件,它不管on中的条件是否为真,都会返回左边表中的记录。
2、where条件是在临时表生成好后,再对临时表进行过滤的条件。这时已经没有left join的含义(必须返回左边表的记录)了,条件不为真的就全部过滤掉。
假设有两张表:表1:tab2
![](https://pic2.zhimg.com/80/v2-4baa2cd60ba910c17f9d0c8de04fba15_1440w.webp)
表2:tab2
![](https://pic3.zhimg.com/80/v2-c32390f4c06ab0f91c4a7d4cde8b35e2_1440w.webp)
两条SQL:1、
select * form tab1 left join tab2 on (tab1.size = tab2.size) where tab2.name=’AAA’
2、
select * form tab1 left join tab2 on (tab1.size = tab2.size and tab2.name=’AAA’)
第一条SQL的过程:
1、中间表on条件:
tab1.size = tab2.size
![](https://pic4.zhimg.com/80/v2-d24adae151201a61373c6964f6011a1b_1440w.webp)
2、再对中间表过滤where 条件:
tab2.name=’AAA’
![](https://pic1.zhimg.com/80/v2-a58160ad17f56247a4182d8b42606a00_1440w.webp)
第二条SQL的过程:1、中间表on条件:
tab1.size = tab2.size and tab2.name=’AAA’
(条件不为真也会返回左表中的记录)
![](https://pic3.zhimg.com/80/v2-e1051ceea7e2a75d473165146bf61aaa_1440w.webp)
其实以上结果的关键原因就是left join,right join,full join的特殊性,不管on上的条件是否为真都会返回left或right表中的记录,full则具有left和right的特性的并集。而inner jion没这个特殊性,则条件放在on中和where中,返回的结果集是相同的。
相关文章
- 从本体论开始说起——运营商关系图谱的构建及应用
- 如何成为一名数据科学家?
- 从未见过的堂兄杀了人,你的DNA是关键证据
- 20个安全可靠的免费数据源,各领域数据任你挑
- 20个安全可靠的免费数据源,各领域数据任你挑
- 阿里云李飞飞:All in Cloud时代,云原生数据库优势明显
- 基于Hadoop生态系统的一高性能数据存储格式CarbonData(性能篇)
- 大数据告诉你:10年漫威,到底有多少角色
- TigerGraph:实时图数据库助力金融风控升级
- Splunk利用Splunk Connected Experiences和Splunk Business Flow 扩大数据访问
- 大数据开发常见的9种数据分析手段
- 以免在景区看人,我爬了5W条全国景点门票数据...
- 【实战解析】基于HBase的大数据存储在京东的应用场景
- 数据科学家告诉你哪些计算机科学书籍是你应该看的
- Kafka作为大数据的核心技术,你了解多少?
- Spring Boot 整合 Redis 实现缓存操作
- 大数据学习必须掌握的五大核心技术有哪些?
- 基于Antlr在Apache Flink中实现监控规则DSL化的探索实践
- 甲骨文再次被Gartner评为分析型数据管理解决方案魔力象限领导者
- 爬取吴亦凡微博102118条转发数据,扒一扒流量的真假