20 数据查询之使用JOIN

在数据库操作中，JOIN是一种重要的查询方式，用来从多个表中联合获取数据。在前一章节中，我们学习了如何使用WHERE条件来筛选查询结果，而这一章我们将深入探讨JOIN的使用，以便从关联表中提取出我们所需的信息。

6.3.1 JOIN的类型

PostgreSQL支持多种JOIN类型，主要包括：

1. INNER JOIN：返回两个表中匹配的记录。
2. LEFT JOIN（或称为LEFT OUTER JOIN）：返回左表中的所有记录及右表中匹配的记录，若右表没有匹配，则结果为NULL。
3. RIGHT JOIN（或称为RIGHT OUTER JOIN）：返回右表中的所有记录及左表中匹配的记录，若左表没有匹配，则结果为NULL。
4. FULL JOIN（或称为FULL OUTER JOIN）：返回两个表中的所有记录，若没有匹配，则结果为NULL。
5. CROSS JOIN：返回左表和右表中的笛卡尔积。

以下，我们将通过具体案例来展示如何使用这些JOIN操作。

6.3.2 案例背景

假设我们有两个表：

• employees（员工表）：

employee_id	name	department_id
1	Alice	1
2	Bob	2
3	Charlie	1
4	Daniel	NULL

• departments（部门表）：

department_id	department_name
1	HR
2	Sales
3	Marketing

INNER JOIN 示例

我们想查询所有在员工表中有的员工及其对应的部门名称。可以使用INNER JOIN进行查询：

SELECT e.name, d.department_name
FROM employees e
INNER JOIN departments d ON e.department_id = d.department_id;

结果：

name	department_name
Alice	HR
Bob	Sales
Charlie	HR

LEFT JOIN 示例

如果我们想要列出所有员工及其部门，即使某些员工没有部门信息，我们可以使用LEFT JOIN：

SELECT e.name, d.department_name
FROM employees e
LEFT JOIN departments d ON e.department_id = d.department_id;

结果：

name	department_name
Alice	HR
Bob	Sales
Charlie	HR
Daniel	NULL

RIGHT JOIN 示例

如果我们想列出所有部门及其员工信息（即便在某些部门没有员工），可以使用RIGHT JOIN：

SELECT e.name, d.department_name
FROM employees e
RIGHT JOIN departments d ON e.department_id = d.department_id;

结果：

name	department_name
Alice	HR
Bob	Sales
NULL	Marketing

FULL JOIN 示例

如果我们想列出所有员工和所有部门的信息（即便在某些情况下没有匹配），可以使用FULL JOIN：

SELECT e.name, d.department_name
FROM employees e
FULL JOIN departments d ON e.department_id = d.department_id;

结果：

name	department_name
Alice	HR
Bob	Sales
Charlie	HR
Daniel	NULL
NULL	Marketing

CROSS JOIN 示例

最后，假设我们想获得所有员工与所有部门的组合，可以使用CROSS JOIN：

SELECT e.name, d.department_name
FROM employees e
CROSS JOIN departments d;

结果：

name	department_name
Alice	HR
Alice	Sales
Alice	Marketing
Bob	HR
Bob	Sales
Bob	Marketing
Charlie	HR
Charlie	Sales
Charlie	Marketing
Daniel	HR
Daniel	Sales
Daniel	Marketing

6.3.3 小结

在本节中，我们详细讲解了JOIN的类型以及如何在PostgreSQL中使用它们来从多个表中获取联合数据。通过这些案例，你可以更好地理解如何在实际应用中利用JOIN进行查询。

接下来，我们将在下一章节中深入探讨聚合函数，进一步丰富我们的数据查询技巧。