数据库MySQL中的JOIN详解

0 索引

JOIN语句的执行顺序

INNER/LEFT/RIGHT/FULL JOIN的区别

ON和WHERE的区别

1 概述

一个完整的SQL语句中会被拆分成多个子句，子句的执行过程中会产生虚拟表(vt)，但是结果只返回最后一张虚拟表。从这个思路出发，我们试着理解一下JOIN查询的执行过程并解答一些常见的问题。

如果之前对不同JOIN的执行结果没有概念，可以结合这篇文章往下看

2 JOIN的执行顺序

以下是JOIN查询的通用结构

SELECT

FROM

JOIN

ON

WHERE

它的执行顺序如下(SQL语句里第一个被执行的总是FROM子句)：

FROM:对左右两张表执行笛卡尔积，产生第一张表vt1。行数为n*m（n为左表的行数，m为右表的行数

ON:根据ON的条件逐行筛选vt1，将结果插入vt2中

JOIN:添加外部行，如果指定了LEFT JOIN(LEFT OUTER JOIN)，则先遍历一遍左表的每一行，其中不在vt2的行会被插入到vt2，该行的剩余字段将被填充为NULL，形成vt3；如果指定了RIGHT JOIN也是同理。但如果指定的是INNER JOIN，则不会添加外部行，上述插入过程被忽略，vt2=vt3（所以INNER JOIN的过滤条件放在ON或WHERE里 执行结果是没有区别的，下文会细说）

WHERE:对vt3进行条件过滤，满足条件的行被输出到vt4

SELECT:取出vt4的指定字段到vt5

下面用一个例子介绍一下上述联表的过程（这个例子不是个好的实践，只是为了说明join语法）

3 举例

创建一个用户信息表：

CREATETABLE`user_info` (

`userid`int(11)NOTNULL,

`name`varchar(255)NOTNULL,

UNIQUE`userid` (`userid`)

) ENGINE=InnoDBDEFAULTCHARSET=utf8mb4

再创建一个用户余额表：

CREATETABLE`user_account` (

`userid`int(11)NOTNULL,

`money`bigint(20)NOTNULL,

UNIQUE`userid` (`userid`)

) ENGINE=InnoDBDEFAULTCHARSET=utf8mb4

随便导入一些数据：

select*fromuser_info;

+--------+------+

| userid |name|

+--------+------+

| 1001 | x |

| 1002 | y |

| 1003 | z |

| 1004 | a |

| 1005 | b |

| 1006 | c |

| 1007 | d |

| 1008 | e |

+--------+------+

8rowsinset(0.00 sec)

select*fromuser_account;

+--------+-------+

| userid | money |

+--------+-------+

| 1001 | 22 |

| 1002 | 30 |

| 1003 | 8 |

| 1009 | 11 |

+--------+-------+

4rowsinset(0.00 sec)

一共8个用户有用户名，4个用户的账户有余额。

取出userid为1003的用户姓名和余额，SQL如下：

SELECTi.name, a.money

FROMuser_infoasi

LEFTJOINuser_accountasa

ONi.userid = a.userid

WHEREa.userid = 1003;

第一步：执行FROM子句对两张表进行笛卡尔积操作

笛卡尔积操作后会返回两张表中所有行的组合，左表user_info有8行，右表user_account有4行，生成的虚拟表vt1就是8*4=32行：

SELECT*FROMuser_infoasiLEFTJOINuser_accountasaON1;

+--------+------+--------+-------+

| userid |name| userid | money |

+--------+------+--------+-------+

| 1001 | x | 1001 | 22 |

| 1002 | y | 1001 | 22 |

| 1003 | z | 1001 | 22 |

| 1004 | a | 1001 | 22 |

| 1005 | b | 1001 | 22 |

| 1006 | c | 1001 | 22 |

| 1007 | d | 1001 | 22 |

| 1008 | e | 1001 | 22 |

| 1001 | x | 1002 | 30 |

| 1002 | y | 1002 | 30 |

| 1003 | z | 1002 | 30 |

| 1004 | a | 1002 | 30 |

| 1005 | b | 1002 | 30 |

| 1006 | c | 1002 | 30 |

| 1007 | d | 1002 | 30 |

| 1008 | e | 1002 | 30 |

| 1001 | x | 1003 | 8 |

| 1002 | y | 1003 | 8 |

| 1003 | z | 1003 | 8 |

| 1004 | a | 1003 | 8 |

| 1005 | b | 1003 | 8 |

| 1006 | c | 1003 | 8 |

| 1007 | d | 1003 | 8 |

| 1008 | e | 1003 | 8 |

| 1001 | x | 1009 | 11 |

| 1002 | y | 1009 | 11 |

| 1003 | z | 1009 | 11 |

| 1004 | a | 1009 | 11 |

| 1005 | b | 1009 | 11 |

| 1006 | c | 1009 | 11 |

| 1007 | d | 1009 | 11 |

| 1008 | e | 1009 | 11 |

+--------+------+--------+-------+

32rowsinset(0.00 sec)

第二步：执行ON子句过滤掉不满足条件的行

ON i.userid = a.userid 过滤之后vt2如下：

+--------+------+--------+-------+

| userid |name| userid | money |

+--------+------+--------+-------+

| 1001 | x | 1001 | 22 |

| 1002 | y | 1002 | 30 |

| 1003 | z | 1003 | 8 |

+--------+------+--------+-------+

第三步：JOIN 添加外部行

LEFT JOIN会将左表未出现在vt2的行插入进vt2，每一行的剩余字段将被填充为NULL，RIGHT JOIN同理

本例中用的是LEFT JOIN，所以会将左表user_info剩下的行都添上 生成表vt3：

+--------+------+--------+-------+

| userid |name| userid | money |

+--------+------+--------+-------+

| 1001 | x | 1001 | 22 |

| 1002 | y | 1002 | 30 |

| 1003 | z | 1003 | 8 |

| 1004 | a |NULL|NULL|

| 1005 | b |NULL|NULL|

| 1006 | c |NULL|NULL|

| 1007 | d |NULL|NULL|

| 1008 | e |NULL|NULL|

+--------+------+--------+-------+

第四步：WHERE条件过滤

WHERE a.userid = 1003 生成表vt4：

+--------+------+--------+-------+

| userid |name| userid | money |

+--------+------+--------+-------+

| 1003 | z | 1003 | 8 |

+--------+------+--------+-------+

第五步：SELECT

SELECT i.name, a.money 生成vt5：

+------+-------+

|name| money |

+------+-------+

| z | 8 |

+------+-------+

虚拟表vt5作为最终结果返回给客户端

介绍完联表的过程之后，我们看看常用JOIN的区别

4 INNER/LEFT/RIGHT/FULL JOIN的区别

INNER JOIN...ON...: 返回 左右表互相匹配的所有行（因为只执行上文的第二步ON过滤，不执行第三步 添加外部行）

LEFT JOIN...ON...: 返回左表的所有行，若某些行在右表里没有相对应的匹配行，则将右表的列在新表中置为NULL

RIGHT JOIN...ON...: 返回右表的所有行，若某些行在左表里没有相对应的匹配行，则将左表的列在新表中置为NULL

INNER JOIN

拿上文的第三步添加外部行来举例，若LEFT JOIN替换成INNER JOIN，则会跳过这一步，生成的表vt3与vt2一模一样：

+--------+------+--------+-------+

| userid |name| userid | money |

+--------+------+--------+-------+

| 1001 | x | 1001 | 22 |

| 1002 | y | 1002 | 30 |

| 1003 | z | 1003 | 8 |

+--------+------+--------+-------+

RIGHT JOIN

若LEFT JOIN替换成RIGHT JOIN，则生成的表vt3如下：

+--------+------+--------+-------+

| userid |name| userid | money |

+--------+------+--------+-------+

| 1001 | x | 1001 | 22 |

| 1002 | y | 1002 | 30 |

| 1003 | z | 1003 | 8 |

|NULL|NULL| 1009 | 11 |

+--------+------+--------+-------+

因为user_account（右表）里存在userid=1009这一行，而user_info（左表）里却找不到这一行的记录，所以会在第三步插入以下一行：

|NULL|NULL| 1009 | 11 |

FULL JOIN

上文引用的文章中提到了标准SQL定义的FULL JOIN，这在mysql里是不支持的，不过我们可以通过LEFT JOIN + UNION + RIGHT JOIN 来实现FULL JOIN：

SELECT*

FROMuser_infoasi

RIGHTJOINuser_accountasa

ONa.userid=i.userid

union

SELECT*

FROMuser_infoasi

LEFTJOINuser_accountasa

ONa.userid=i.userid;

他会返回如下结果：

+--------+------+--------+-------+

| userid |name| userid | money |

+--------+------+--------+-------+

| 1001 | x | 1001 | 22 |

| 1002 | y | 1002 | 30 |

| 1003 | z | 1003 | 8 |

|NULL|NULL| 1009 | 11 |

| 1004 | a |NULL|NULL|

| 1005 | b |NULL|NULL|

| 1006 | c |NULL|NULL|

| 1007 | d |NULL|NULL|

| 1008 | e |NULL|NULL|

+--------+------+--------+-------+

ps：其实我们从语义上就能看出LEFT JOIN和RIGHT JOIN没什么差别，两者的结果差异取决于左右表的放置顺序，以下内容摘自mysql官方文档：

RIGHTJOINworks analogouslytoLEFTJOIN.Tokeep code portable across databases, itisrecommended that you useLEFTJOINinsteadofRIGHTJOIN.

所以当你纠结使用LEFT JOIN还是RIGHT JOIN时，尽可能只使用LEFT JOIN吧

5 ON和WHERE的区别

上文把JOIN的执行顺序了解清楚之后，ON和WHERE的区别也就很好理解了。

举例说明:

SELECT*

FROMuser_infoasi

LEFTJOINuser_accountasa

ONi.userid = a.useridandi.userid = 1003;

SELECT*

FROMuser_infoasi

LEFTJOINuser_accountasa

ONi.userid = a.useridwherei.userid = 1003;

第一种情况LEFT JOIN在执行完第二步ON子句后，筛选出满足i.userid = a.userid and i.userid = 1003的行，生成表vt2，然后执行第三步JOIN子句，将外部行添加进虚拟表生成vt3即最终结果：

vt2:

+--------+------+--------+-------+

| userid |name| userid | money |

+--------+------+--------+-------+

| 1003 | z | 1003 | 8 |

+--------+------+--------+-------+

vt3:

+--------+------+--------+-------+

| userid |name| userid | money |

+--------+------+--------+-------+

| 1001 | x |NULL|NULL|

| 1002 | y |NULL|NULL|

| 1003 | z | 1003 | 8 |

| 1004 | a |NULL|NULL|

| 1005 | b |NULL|NULL|

| 1006 | c |NULL|NULL|

| 1007 | d |NULL|NULL|

| 1008 | e |NULL|NULL|

+--------+------+--------+-------+

而第二种情况LEFT JOIN在执行完第二步ON子句后，筛选出满足i.userid = a.userid的行，生成表vt2；再执行第三步JOIN子句添加外部行生成表vt3；然后执行第四步WHERE子句，再对vt3表进行过滤生成vt4，得的最终结果：

vt2:

+--------+------+--------+-------+

| userid |name| userid | money |

+--------+------+--------+-------+

| 1001 | x | 1001 | 22 |

| 1002 | y | 1002 | 30 |

| 1003 | z | 1003 | 8 |

+--------+------+--------+-------+

vt3:

+--------+------+--------+-------+

| userid |name| userid | money |

+--------+------+--------+-------+

| 1001 | x | 1001 | 22 |

| 1002 | y | 1002 | 30 |

| 1003 | z | 1003 | 8 |

| 1004 | a |NULL|NULL|

| 1005 | b |NULL|NULL|

| 1006 | c |NULL|NULL|

| 1007 | d |NULL|NULL|

| 1008 | e |NULL|NULL|

+--------+------+--------+-------+

vt4:

+--------+------+--------+-------+

| userid |name| userid | money |

+--------+------+--------+-------+

| 1003 | z | 1003 | 8 |

+--------+------+--------+-------+

如果将上例的LEFT JOIN替换成INNER JOIN，不论将条件过滤放到ON还是WHERE里，结果都是一样的，因为INNER JOIN不会执行第三步添加外部行

SELECT*

FROMuser_infoasi

INNERJOINuser_accountasa

ONi.userid = a.useridandi.userid = 1003;

SELECT*

FROMuser_infoasi

INNERJOINuser_accountasa

ONi.userid = a.useridwherei.userid = 1003;

返回结果都是:

+--------+------+--------+-------+

| userid |name| userid | money |

+--------+------+--------+-------+

| 1003 | z | 1003 | 8 |

+--------+------+--------+-------+

参考资料

《MySQL技术内幕：SQL编程》

SQL Joins - W3Schools

sql - What is the difference between “INNER JOIN” and “OUTER JOIN”?

MySQL :: MySQL 8.0 Reference Manual :: 13.2.10.2 JOIN Syntax

Visual Representation of SQL Joins

Join (SQL) - Wikipedia)