MySQL的内连接,左连接,右连接,全连接

内连接(INNER JOIN)(典型的连接运算,使用像   =   或   <>   之类的比较运算符)。包括相等连接和自然连接。 内连接使用比较运算符根据每个表共有的列的值匹配两个表中的行 
左连接(LEFT   JOIN   或   LEFT   OUTER   JOIN)是右左边表中的数据为基准,若左表有数据右表没有数据,否则显示左表中的数据右表中的数据显示为空 
右连接(RIGHT  JOIN  或  RIGHT   OUTER   JOIN)是以右边表中的数据为基准,若右表有数据左表没有数据,否则显示右表中的数据左表中的数据显示为空 
全连接( FULL   JOIN   或   FULL   OUTER   JOIN)   完整外部连接返回左表和右表中的所有行。当某行在另一个表中没有匹配行时,则另一个表的选择列表列包含空值。如果表之间有匹配行,则整个结果集行包含基表的数据值。 
下面用几个实例来详细说明 
两个表: 
A(id,name) 
数据:(1,张三)(2,李四)(3,王五) 
B(id,name) 
数据:(1,学生)(2,老师)(4,校长)

内连接结果: 
select A.*,B.* from A inner join B on A.id=B.id; 
1 张三 1    学生 
2 李四 2    老师

左连接结果: 
select A.*,B.* from A left join B on A.id=B.id; 
1 张三 1    学生 
2 李四 2    老师 
3 王五 NULL NULL

右连接结果: 
select A.*,B.* from A right join B on A.id=B.id; 
1    张三 1 学生 
2    李四 2 老师 
NULL NULL 4 校长

全连接结果 
select A.*,B.* from A full join B on A.id=B.id; 
1 张三 1    学生 
2 李四 2    老师 
3 王五 NULL NULL 
NULL NULL 4 校长

**************** 
补充:下面这种情况就会用到外连接 
比如有两个表一个是用户表,一个是交易记录表,如果我要查询每个用户的交易记录就要用到左外外连接,因为不是每个用户都有交易记录。 
用到左外连接后,有交易记录的信息就会显示,没有的就显示NULL,就像上面我举得例子一样。 
如果不用外连接的话,比如【王五】没有交易记录的话,那么用户表里的【王五】的信息就不会显示,就失去了查询所有用户交易记录的意义了。 
****************

看一下结果就能明白各种连接的区别了。

原文地址:https://www.cnblogs.com/Booker808-java/p/8360965.html

时间: 2024-08-05 10:26:23

MySQL的内连接,左连接,右连接,全连接的相关文章

解析:内联,左外联,右外联,全连接,交叉连接的区别

连接分为:内连接.外连接.交叉连接 一.内连接--最常用 定义:仅将两个表中满足连接条件的行组合起来作为结果集. 在内连接中,只有在两个表中匹配的行才能在结果集中出现 关键词:INNER JOIN 格式:SELECT 列名表 FROM 表名1 [INNER] JOIN 表名2 ON或WHERE 条件表达式 说明: (1)列名表中的列名可以出自后面的两个表,但如果两个表中有同名列,应在列名前标明出处,格式为:表名.列名 (2)若连接的两个表名字太长,可以为它们起个别名. 格式为:表名 AS 别名 

MYSQL之內链接 左链接 右链接 区别

MYSQL中可以通过内外键链接,将有关系的表中数据合并到一起进行条件筛选: 首先创建两个新表,数据如下: student 表数据: score 表数据: 可以看到students表中stu_id为16048008的记录对应score表没有数据; 1.当进行内连接时,系统会自动忽略两个表中对应不起来的数据: -- 显示内连接所有数据: SELECT * FROM students st INNER JOIN score sc ON st.sid=sc.stu_id; 数据太多,只截图最末尾的: 可

[转]深入理解SQL的四种连接-左外连接、右外连接、内连接、全连接

深入理解SQL的四种连接-左外连接.右外连接.内连接.全连接 1.内连接(典型的连接运算,使用像 =  或 <> 之类的比较运算符).包括相等连接和自然连接.     内连接使用比较运算符根据每个表共有的列的值匹配两个表中的行.例如,检索 students和courses表中学生标识号相同的所有行.       2.外连接.外连接可以是左向外连接.右向外连接或完整外部连接.     在 FROM子句中指定外连接时,可以由下列几组关键字中的一组指定:     1)LEFT  JOIN或LEFT

SQL 左外连接,右外连接,全连接,内连接

连接条件可在FROM或WHERE子句中指定,建议在FROM子句中指定连接条件.WHERE和HAVING子句也可以包含搜索条件,以进一步筛选连接条件所选的行.               连接可分为以下几类:                 内连接.(典型的连接运算,使用像   =   或   <>   之类的比较运算符).包括相等连接和自然连接.            内连接使用比较运算符根据每个表共有的列的值匹配两个表中的行.例如,检索   students   和   courses  

&lt;转&gt;SQL 左外连接,右外连接,全连接,内连接

本文节选自:https://www.cnblogs.com/youzhangjin/archive/2009/05/22/1486982.html 连接条件可在FROM或WHERE子句中指定,建议在FROM子句中指定连接条件.WHERE和HAVING子句也可以包含搜索条件,以进一步筛选连接条件所选的行.              连接可分为以下几类:                 内连接.(典型的连接运算,使用像   =   或   <>   之类的比较运算符).包括相等连接和自然连接.  

MySql子查询(where、from、exists)及连接查询(left join、right join、inner join、union join)

目录 一.子查询 1.where型子查询:把内层查询的结果作为外层查询的比较条件 2.from型子查询:把内层的查询结果当成临时表,供外层sql再次查询.查询结果集可以当成表看待.临时表要使用一个别名. 3.exists型子查询:把外层sql的结果,拿到内层sql去测试,如果内层的sql成立,则该行取出.内层查询是exists后的查询. 4. any, in 子查询 子查询总结: 二.连接查询 1.全相乘(不是全连接.连接查询),全相乘是作笛卡尔积 2.左连接查询 left join ... o

TCP半连接队列和全连接

概述 如上图所示, 在TCP三次握手中,服务器维护一个半连接队列(sync queue) 和一个全连接队列(accept queue). 当服务端接收到客户端第一次SYN握手请求时,将创建的request_sock结构,存储在半连接队列中(向客户端发送SYN+ACK,并期待客户端响应ACK),此时的连接在服务器端出于SYN_RECV状态.当服务端收到客户端最后的ACK确认时,将半连接中的相应条目删除,然后将相应的连接放入 全连接队列中, 此时服务端连接状态为ESTABLISHED. 进入全连接队

神经网络之全连接层(线性层)

对于神经网络的全连接层,前面已经使用矩阵的运算方式实现过,本篇将引入tensorflow中层的概念, 正式使用deep learning相关的API搭建一个全连接神经网络.下面是全连接神经网络的结构图 其中,x1,x2,x3为输入,a1,a2,a3为输出,运算关系如下: x1,x2,x3所在的层叫神经网络的输入层,a1,a2,a3所在的层叫神经网络的输出层,如果两层中间还有若干层,那么中间的这些层叫做隐藏层. 那么,如何使用tensorflow去创建这样的层呢?其实非常简单,只需要调用tf.ke

Tensorflow 池化层(pooling)和全连接层(dense)

一.池化层(pooling) 池化层定义在 tensorflow/python/layers/pooling.py. 有最大值池化和均值池化. 1. 最大池化层 tf.layers.max_pooling2d max_pooling2d( inputs, pool_size, strides, padding='valid', data_format='channels_last', name=None ) inputs: 进行池化的数据.pool_size: 池化的核大小(pool_heigh

mysql 内连接 左连接 右连接 外连接

mysql> desc student;+-------+-------------+------+-----+---------+-------+| Field | Type | Null | Key | Default | Extra |+-------+-------------+------+-----+---------+-------+| ID | int(11) | NO | PRI | 0 | || NAME | varchar(16) | YES | | NULL | || A