SQL join，left join ，right join ， inner join ， outer join用法解析及HIVE join 优化

最新推荐文章于 2025-04-08 15:30:08 发布
最新推荐文章于 2025-04-08 15:30:08 发布
阅读量9.3k 收藏 27
点赞数 8
分类专栏： HIVE 数据库 深入剖析前端中的难理解与易混淆知识 文章标签： sql hive join left join right join
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cc18868876837/article/details/53063811
版权

一. inner join 等价于 join， 可以理解为 join 是 inner join 的缩写；left join 等价于 left outer join ；right join 等价于  right outer join ；

二.（转载：http://www.cnblogs.com/pcjim/articles/799302.html）

left join(左联接) 返回包括左表中的所有记录和右表中联结字段相等的记录
right join(右联接) 返回包括右表中的所有记录和左表中联结字段相等的记录
inner join(等值连接) 只返回两个表中联结字段相等的行

举例如下：
--------------------------------------------
表A记录如下：
aID　　　　　aNum
1　　　　　a20050111
2　　　　　a20050112
3　　　　　a20050113
4　　　　　a20050114
5　　　　　a20050115

表B记录如下:
bID　　　　　bName
1　　　　　2006032401
2　　　　　2006032402
3　　　　　2006032403
4　　　　　2006032404
8　　　　　2006032408

--------------------------------------------
1.left join
sql语句如下:
select * from A
left join B
on A.aID = B.bID

结果如下:
aID　　　　　aNum　　　　　bID　　　　　bName
1　　　　　a20050111　　　　1　　　　　2006032401
2　　　　　a20050112　　　　2　　　　　2006032402
3　　　　　a20050113　　　　3　　　　　2006032403
4　　　　　a20050114　　　　4　　　　　2006032404
5　　　　　a20050115　　　　NULL　　　　　NULL

（所影响的行数为 5 行）
结果说明:
left join是以A表的记录为基础的,A可以看成左表,B可以看成右表,left join是以左表为准的.
换句话说,左表(A)的记录将会全部表示出来,而右表(B)只会显示符合搜索条件的记录(例子中为: A.aID = B.bID).
B表记录不足的地方均为NULL.
--------------------------------------------
2.right join
sql语句如下:
select * from A
right join B
on A.aID = B.bID

结果如下:
aID　　　　　aNum　　　　　bID　　　　　bName
1　　　　　a20050111　　　　1　　　　　2006032401
2　　　　　a20050112　　　　2　　　　　2006032402
3　　　　　a20050113　　　　3　　　　　2006032403
4　　　　　a20050114　　　　4　　　　　2006032404
NULL　　　　　NULL　　　　　8　　　　　2006032408

（所影响的行数为 5 行）
结果说明:
仔细观察一下,就会发现,和left join的结果刚好相反,这次是以右表(B)为基础的,A表不足的地方用NULL填充.
--------------------------------------------
3.inner join
sql语句如下:
select * from A
innerjoin B
on A.aID = B.bID

结果如下:
aID　　　　　aNum　　　　　bID　　　　　bName
1　　　　　a20050111　　　　1　　　　　2006032401
2　　　　　a20050112　　　　2　　　　　2006032402
3　　　　　a20050113　　　　3　　　　　2006032403
4　　　　　a20050114　　　　4　　　　　2006032404

结果说明:
很明显,这里只显示出了 A.aID = B.bID的记录.这说明inner join并不以谁为基础,它只显示符合条件的记录.
--------------------------------------------
注:
LEFT JOIN操作用于在任何的 FROM 子句中，组合来源表的记录。使用 LEFT JOIN 运算来创建一个左边外部联接。左边外部联接将包含了从第一个（左边）开始的两个表中的全部记录，即使在第二个（右边）表中并没有相符值的记录。

语法：FROM table1 LEFT JOIN table2 ON table1.field1 compopr table2.field2

说明：table1, table2参数用于指定要将记录组合的表的名称。
field1, field2参数指定被联接的字段的名称。且这些字段必须有相同的数据类型及包含相同类型的数据，但它们不需要有相同的名称。
compopr参数指定关系比较运算符："="， "<"， ">"， "<="， ">=" 或 "<>"。
如果在INNER JOIN操作中要联接包含Memo 数据类型或 OLE Object 数据类型数据的字段，将会发生错误.

三. HIVE join 优化 （转载）

Hive表连接的语法支持如下：

Sql代码   收藏代码
  1. join_table:  
  2.     table_reference JOIN table_factor [join_condition]  
  3.   | table_reference {LEFT|RIGHT|FULL} [OUTER] JOIN table_reference join_condition  
  4.   | table_reference LEFT SEMI JOIN table_reference join_condition  
  5.   | table_reference CROSS JOIN table_reference [join_condition] (as of Hive 0.10)  
  6.   
  7. table_reference:  
  8.     table_factor  
  9.   | join_table  
  10.   
  11. table_factor:  
  12.     tbl_name [alias]  
  13.   | table_subquery alias  
  14.   | ( table_references )  
  15.   
  16. join_condition:  
  17.     ON equality_expression ( AND equality_expression )*  
  18.   
  19. equality_expression:  
  20.     expression = expression  

 hive只支持等连接，外连接，左半连接。hive不支持非相等的join条件（通过其他方式实现，如left outer join），因为它很难在map/reduce job实现这样的条件。而且，hive可以join两个以上的表。

 

例子

 

写join查询时，有几个典型的点要考虑，如下：

 

等连接

 

只有等连接才允许

Sql代码   收藏代码
  1. SELECT a.* FROM a JOIN b ON (a.id = b.id)  
  2. SELECT a.* FROM a JOIN b ON (a.id = b.id AND a.department = b.department)  

这两个是合法的连接

 

Sql代码   收藏代码
  1. SELECT a.* FROM a JOIN b ON (a.id <> b.id)  

这个是不允许的。

 

多表连接

 

同个查询，可以join两个以上的表

Sql代码   收藏代码
  1. SELECT a.val, b.val, c.val FROM a JOIN b ON (a.key = b.key1) JOIN c ON (c.key = b.key2)  
 

join的缓存和任务转换

 

hive转换多表join时，如果每个表在join字句中，使用的都是同一个列，只会转换为一个单独的map/reduce。

Sql代码   收藏代码
  1. SELECT a.val, b.val, c.val FROM a JOIN b ON (a.key = b.key1) JOIN c ON (c.key = b.key1)  

这个会转换为单独的map/reduce任务，只有b表的key1列在join被调用。

 

另一方面

Sql代码   收藏代码
  1. SELECT a.val, b.val, c.val FROM a JOIN b ON (a.key = b.key1) JOIN c ON (c.key = b.key2)  

被转换为两个map/reduce任务，因为b的key1列在第一个join条件使用，而b表的key2列在第二个join条件使用。第一个map/reduce任务join a和b。第二个任务是第一个任务的结果join c。

在join的每个map/reduce阶段，序列中的最后一个表，当其他被缓存时，它会流到reducers。所以，reducers需要缓存join关键字的特定值组成的行，通过组织最大的表出现在序列的最后，有助于减少reducers的内存。

Sql代码   收藏代码
  1. SELECT a.val, b.val, c.val FROM a JOIN b ON (a.key = b.key1) JOIN c ON (c.key = b.key1)  

三个表，在同一个独立的map/reduce任务做join。a和b的key对应的特定值组成的行，会缓存在reducers的内存。然后reducers接受c的每一行，和缓存的每一行做join计算。

类似

Sql代码   收藏代码
  1. SELECT a.val, b.val, c.val FROM a JOIN b ON (a.key = b.key1) JOIN c ON (c.key = b.key2)  

 这里有两个map/reduce任务在join计算被调用。第一个是a和b做join，然后reducers缓存a的值，另一边，从流接收b的值。第二个阶段，reducers缓存第一个join的结果，另一边从流接收c的值。

 

在join的每个map/reduce阶段，通过关键字，可以指定哪个表从流接收。

Sql代码   收藏代码
  1. SELECT /*+ STREAMTABLE(a) */ a.val, b.val, c.val FROM a JOIN b ON (a.key = b.key1) JOIN c ON (c.key = b.key1)  

 三个表的连接，会转换为一个map/reduce任务，reducer会把b和c的key的特定值缓存在内存里，然后从流接收a的每一行，和缓存的行做join。

 

join的结果

 

LEFT，RIGHT，FULL OUTER连接存在是为了提供ON语句在没有匹配时的更多控制。例如，这个查询：

Sql代码   收藏代码
  1. SELECT a.val, b.val FROM a LEFT OUTER JOIN b ON (a.key=b.key)  

将会返回a的每一行。如果b.key等于a.key,输出将是a.val,b.val,如果a没有和b.key匹配，输出的行将是 a.val,NULL。如果b的行没有和a.key匹配上，将被抛弃。语法"FROM a LEFT OUTER JOIN b"必须写在一行，为了理解它如何工作——这个查询，a是b的左边，a的所有行会被保持；RIGHT OUTER JOIN将保持b的所有行， FULL OUTER JOIN将会保存a和b的所有行。OUTER JOIN语义应该符合标准的SQL规范。

 

join的过滤

 

Joins发生在where字句前，所以，如果要限制join的输出，需要写在where字句，否则写在JOIN字句。现在讨论的一个混乱的大点，就是分区表

Sql代码   收藏代码
  1. SELECT a.val, b.val FROM a LEFT OUTER JOIN b ON (a.key=b.key)  
  2. WHERE a.ds='2009-07-07' AND b.ds='2009-07-07'  

将会连接a和b，产生a.val和b.val的列表。WHERE字句，也可以引用join的输出列，然后过滤他们。

但是，无论何时JOIN的行找到a的key，但是找不到b的key时，b的所有列会置成NULL，包括ds列。这就是说，将过滤join输出的所有行，包括没有合法的b.key的行。然后你会在LEFT OUTER的要求扑空。

也就是说，如果你在WHERE字句引用b的任何列，LEFT OUTER的部分join结果是不相关的。所以，当外连接时，使用这个语句

Sql代码   收藏代码
  1. SELECT a.val, b.val FROM a LEFT OUTER JOIN b ON (a.key=b.key AND b.ds='2009-07-07' AND a.ds='2009-07-07'  

join的输出会预先过滤，然后你不用对有a.key而没有b.key的行做过滤。RIGHT和FULL join也是一样的逻辑。

 

join的顺序

 

join是不可替换的，连接是从左到右，不管是LEFT或RIGHT join。

Sql代码   收藏代码
  1. SELECT a.val1, a.val2, b.val, c.val  
  2. FROM a  
  3. JOIN b ON (a.key = b.key)  
  4. LEFT OUTER JOIN c ON (a.key = c.key)  

首先，连接a和b，扔掉a和b中没有匹配的key的行。结果表再连接c。这提供了直观的结果，如果有一个键都存在于A和C，但不是B：完整行(包括 a.val1,a.val2,a.key)会在"a jOIN b"步骤，被丢弃，因为它不在b中。结果没有a.key，所以当它和c做LEFT OUTER JOIN,c.val也无法做到，因为没有c.key匹配a.key(因为a的行都被移除了)。类似的，RIGHT OUTER JOIN(替换为LEFT),我们最终会更怪的效果,NULL, NULL, NULL, c.val。因为尽管指定了join key是a.key=c.key，我们已经在第一个JOIN丢弃了不匹配的a的所有行。

 

为了达到更直观的效果，相反，我们应该从

Sql代码   收藏代码
  1. FROM c LEFT OUTER JOIN a ON (c.key = a.key) LEFT OUTER JOIN b ON (c.key = b.key).  

LEFT SEMI JOIN实现了相关的IN / EXISTS的子查询语义的有效途径。由于Hive目前不支持IN / EXISTS的子查询，所以你可以用 LEFT SEMI JOIN 重写你的子查询语句。LEFT SEMI JOIN 的限制是， JOIN 子句中右边的表只能在 ON 子句中设置过滤条件，在 WHERE 子句、SELECT 子句或其他地方过滤都不行。

Sql代码   收藏代码
  1. SELECT a.key, a.value FROM a WHERE a.key in (SELECT b.key FROM B);  

可以重写为

Sql代码   收藏代码
  1. SELECT a.key, a.val FROM a LEFT SEMI JOIN b on (a.key = b.key)  

mapjoin

 

但如果所有被连接的表是小表，join可以被转换为只有一个map任务。查询是

SELECT /*+ MAPJOIN(b) */ a.key, a.value
FROM a join b on a.key = b.key

不需要reducer。对于每一个mapper,A和B已经被完全读出。限制是a FULL/RIGHT OUTER JOIN b不能使用。

 

如果表在join的列已经分桶了，其中一张表的桶的数量，是另一个表的桶的数量的整倍，那么两者可以做桶的连接。如果A有4个桶，表B有4个桶，下面的连接：

Sql代码   收藏代码
  1. SELECT /*+ MAPJOIN(b) */ a.key, a.value FROM a join b on a.key = b.key  

只能在mapper工作。为了为A的每个mapper完整抽取B。对于上面的查询，mapper处理A的桶1，只会抽取B的桶1，这不是默认行为，要使用以下参数：

Sql代码   收藏代码
  1. set hive.optimize.bucketmapjoin = true;  

 

如果表在join的列经过排序，分桶，而且他们有相同数量的桶，可以使用排序-合并 join。每个mapper，相关的桶会做连接。如果A和B有4个桶，

Sql代码   收藏代码
  1. SELECT /*+ MAPJOIN(b) */ a.key, a.value FROM A a join B b on a.key = b.key  

只能在mapper使用。使用A的桶的mapper，也会遍历B相关的桶。这个不是默认行为，需要配置以下参数：

Sql代码   收藏代码
  1. set hive.input.format=org.apache.hadoop.hive.ql.io.BucketizedHiveInputFormat;  
  2. set hive.optimize.bucketmapjoin = true;  
  3. set hive.optimize.bucketmapjoin.sortedmerge = true;  

 

翻译自 https://cwiki.apache.org/confluence/display/Hive/LanguageManual+Joins




(08)Hive——Join连接、谓词下推
爱吃辣条的博客
02-13 2816
Hive的Join连接
Hive---Join 优化
BestbpF的博客
11-06 3194
1、连接顺序优化多表连接，会转换成多个MR Job，每一个MR Job在Hive中称为JOIN阶段（Stage）。在每一个Stage，按照JOIN顺序中的最后一个表应该尽量是大表，因为JOIN前一阶段生成的数据会存在于Reducer的buffer中，通过stream最后面的表，直接从Reducer的buffer中读取已经缓冲的中间结果数据（这个中间结果数据可能是JOIN顺序中，前面表连接的结果的Ke
Hive 如何优化 Join 操作
My_wife_QBL的博客
08-01 1110
优化 Hive 的 Join 操作是提高查询性能和效率的关键。通过采取一系列优化策略，如使用 Map Join、优化 Join 顺序、提前应用过滤条件、利用分区和分桶、选择合适的文件格式以及避免不必要的 Join 操作，用户可以显著提高 Hive 查询的响应速度。在实际应用中，了解数据的特性和查询的需求，合理设计表结构和查询逻辑，将有助于充分发挥 Hive 在大数据分析中的优势。希望本文能够为读者提供有效的优化策略，帮助他们在 Hive 中更高效地执行 Join 操作。
一张图轻松搞懂Hive中的join（内连接、左外连接、右外连接、满外连接）
weixin_43230682的博客
08-19 9948
join语句 1 等值 join Hive支持通常的SQL JOIN语句，但是只支持等值连接，==不支持非等值连接==。 案例实操 select * from stu left join score on stu.id = score.s_id; 根据学生和成绩表，查询学生姓名对应的成绩 2 表的别名 好处 使用别名可以简化查询。 使用表名前缀可以提高执行效率。 案例实操：合并老师与课程表 -- hive当中创建course表并加载数据 create table ..
HiveSQL优化
weixin_42361347的博客
04-08 652
将那些产生倾斜的key和对应v2的数据, 从当前这个MR中移出去, 单独找一个MR来处理即可, 处理后, 和之前的MR进行汇总结果即可。候, 将其提前配置设置好即可, 在后续运行的时候, 程序会自动将设置的key的数据单独找一个MR来进行处理即可, 处。当前这个k2的数据存在数据倾斜, 自动将其剔除, 交由给一个单独的MR来处理即可,两个MR处理完成后, 将结果基于。思路: 在执行MR的时候, 会动态统计每一个 k2的值出现重复的次数, 当这个重复的次数达到一定的阈值后, 认为。
Hive:表１inner join表２结果group by优化
weixin_33898233的博客
10-24 487
问题背景 最近遇到一个比较棘手的事情：hive sql优化： lib表（id,h,soj,noj,sp,np）         --一个字典表 mitem表（md,mt,soj,noj,sp,np）--一天的数据，包含小时分区的表。 业务： 1）需要先把lib表与mitem表进行关联(关联条件是lib.soj=mitem.soj and lib.noj=mitem.noj)，关联后的结果...
Hive的表连接优化（join优化）
陆山右的技术博客
11-15 5666
left join,right join,inner join,full join之间的区别 参考 备注：转载的 转载地址：https://www.cnblogs.com/lijingran/p/9001302.html 下面是转载内容 https://www.cnblogs.com/assasion/p/7768931.html https://blog.csdn.net/rongb...
sql：常用：join、left join、right join、outer join、inner join、full join、cross join
不花的花和尚的博客
10-14 1705
left join(左联接) 返回包括左表中的所有记录和右表中联结字段相等的记录 right join(右联接) 返回包括右表中的所有记录和左表中联结字段相等的记录 inner join(等值连接) 只返回两个表中联结字段相等的行 举例如下： -------------------------------------------- 表A记录如下： aID　　　　　aNum 1　　　　　a20...
【Hive-基础】HiveSql 连接查询【inner join、left join、right join、full join、union all、union】
weixin_53543905的博客
01-30 863
返回能匹配上的匹配结果，没匹配上的显示 NULL；，返回能匹配上的匹配结果，没匹配上的显示 NULL；应用：取出表1中存在，表2中不存在的项。1、连接 2 个表，取出公共部分。4、连接前注意去重，提高效率。3、on后连接条件键值唯一。right join：以。left join：以。并列将2个表的信息展示。5、inner可省略。1、字段名称必须一致。2、字段顺序必须一致。
SQL left join
08-18
在本文中，我们将详细介绍SQL Left Join的使用方法、特点和区别，以及与Right Join和Inner Join的比较。 一、SQL Left Join的定义和使用 SQL Left Join也称为左外连接，它可以将左表中的所有记录与右表中的记录...
Hive中Inner join、Outer join、Full join中on与where的执行计划与结果区别
u012100548的博客
03-27 2012
背景 本文主要讨论hive(版本2.3)中，不同join方式下on条件和where条件的区别，同时关注hive中如何执行语句。比如谓词下推，就是其中一种优化技术。 原表 person表 person.id person.name person.age 3 mili 21 4 tom 19 5 mike 18 8 nul 20 account表 account.id account.account 1
sql join、outer join、UNION、UNION ALL、INTERSECT交集、MINUS不存在于、CONCAT字符串连接、SUBSTR截取字符串、trim
weixin_38919176的博客
04-13 702
1、join 内关联 SELECT A1.Region_Name REGION, SUM(A2.Sales) SALES FROM Geography A1, Store_Information A2 WHERE A1.Store_Name = A2.Store_Name GROUP BY A1.Region_Name; 2、outer join 外关联 left out join 等价于 left join right out join 等价于 right join 在 O.
HIVE中join、semi join、outer join举例详解
weixin_34184561的博客
01-21 148
举例子： hive&gt; select * from zz0; 111111 222222 888888 hive&gt; select * from zz1; 111111 333333 444444 888888 hive&gt; select * from zz0 join zz1 on zz0.uid = zz1.uid; 111111  111111 888888  888888...
Hive SQL中join的使用
学苑新空
11-26 4182
Hive 常见join类型
Hive中join, outer join, semi join区别
热门推荐
蜗牛架构师
05-05 1万+
Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。 最常用的就是多表关联查询，主要讲解下join、outer join和semi join的具体使用。 join是最简单的关联操作，两边关联只取交集。 outer join分为left outer join、rig
详解hive的join优化(建议收藏)
a934079371的博客
11-03 6114
hive Optimizer的改进注意，本文讨论的hive join优化器是从hive 0.11.0版本起添加的，本文描述了Hive查询执行计划的优化，以提高join效率并减少对用户提示...
【Hive】Hive笔记：Hive调优总结——数据倾斜，join表连接优化
weixin_30642029的博客
09-24 502
数据倾斜即为数据在节点上分布不均，是常见的优化过程中常见的需要解决的问题。常见的Hive调优的方法：列剪裁、Map Join操作、 Group By操作、合并小文件。 一、表现 1.任务进度长度为99%，在任务监控页面中发现只有几个 reduce 子任务未完成； 2.单一 reduce 记录与平均记录数差异过大（大于3倍），最长时长＞＞平均时...
HIVE outer join TIPS
weixin_30647065的博客
02-08 115
OUTER JOIN GotchaBefore we discuss the other outer joins, let’s discuss a gotcha you should understand.JOIN Statements | 101Recall what we said previously about speeding up queries by adding partition...
SQL中join的用法解析（inner join、full out join、left join）
Megustas_JJC的博客
01-08 1万+
话不多说，先上个对于各种join情况的总结图： 例如有如下关系的数据： 1、inner join select * from Table_a join Table_b on Table_a.id_a = Table_b.id_b 2.1、full outer join等于full join select * from Table_a full join Table_b on Table...
LEFT OUTER JOIN和LEFT JOIN
最新发布
05-08
<think>嗯，用户之前已经问过LEFT OUTER JOIN和LEFT JOIN的区别，现在又再次提问，可能还是想确认是否真的相同，或者有没有特殊情况。首先，我需要回顾之前的回答，确保信息一致。之前的回答强调两者在功能上是完全相同的，只是语法上的差异，用户提供的引用里也提到它们在功能上相同，但不同环境可能有偏好不同。 用户这次的问题可能是在确认之前的结论，或者想更深入理解。需要检查是否有遗漏的情况，比如不同数据库系统是否有例外。例如，某些数据库是否可能对这两个关键字有不同的处理，但根据已知信息，主流数据库如MySQL、Oracle、SQL Server都视它们为相同。Hive中的LEFT SEMI JOIN是不同的，但用户的问题是关于LEFT OUTER和LEFT JOIN，所以需要明确区分。 另外，用户可能在实际使用中遇到困惑，比如看到不同文档中有的用OUTER，有的不用，想知道是否会影响查询结果。这时候需要强调OUTER是可选的，不影响执行计划。同时，用户可能关心优化或性能是否有差异，但根据标准，这两者在执行时不会有区别，所以性能也不会受影响。 还要注意用户可能的应用场景，比如他们是否在写跨数据库的SQL，需要确保兼容性。这时候可以建议统一使用LEFT JOIN，因为更简洁，且所有数据库都支持。此外，用户可能想了解如何选择何时使用哪个，可能需要给出最佳实践，比如在强调外连接特性时使用OUTER，否则省略。 需要确保回答中再次明确两者的等价性，并通过示例和对比表来加强理解。同时，引用之前的引用资料，但要注意用户提供的引用1和2都指出它们是相同的，而引用3提到Hive的LEFT SEMI JOIN不同，但这里不相关。因此，需要避免混淆，明确指出LEFT OUTER JOIN和LEFT JOIN在Hive中也是等价的，而LEFT SEMI JOIN是另一种操作。 最后，用户可能需要示例来验证，所以在回答中加入具体的SQL示例和结果，证明两者输出一致。此外，用户可能想知道如何查找相关文档或进一步学习资源，但问题中没有提到，所以可能不需要，但可以建议参考官方文档以确认。</think>### LEFT OUTER JOIN 与 LEFT JOIN 的等价性详解 #### **核心结论** 在 SQL 标准及所有主流数据库（MySQL、Oracle、SQL Server 等）中，$LEFT\ OUTER\ JOIN$ 与 $LEFT\ JOIN$ **完全等价**，二者仅语法形式不同，执行逻辑与结果完全一致[^1][^2][^5]。 以下从多个维度详细说明其等价性及用法： --- #### **1. 语法等价性** - **标准定义** 根据 ANSI SQL 规范，`OUTER` 是可选关键字，$LEFT\ JOIN$ 是 $LEFT\ OUTER\ JOIN$ 的简写形式[^1]。例如： ```sql -- 两种写法等价 SELECT * FROM tableA LEFT JOIN tableB ON ... ; SELECT * FROM tableA LEFT OUTER JOIN tableB ON ... ; ``` - **数据库实现一致性** 所有主流数据库均遵循此标准，无功能差异。例如： - **MySQL 官方文档**：明确指出 `LEFT JOIN` 和 `LEFT OUTER JOIN` 是同一操作的不同名称[^5]。 - **SQL Server**：执行计划完全一致，查询优化器不会因关键字差异产生不同行为[^2]。 --- #### **2. 功能特性** - **保留主表全部数据** 无论是 $LEFT\ JOIN$ 还是 $LEFT\ OUTER\ JOIN$，均以左表（主表）为基准，返回所有左表记录，右表无匹配时填充 `NULL`[^1][^2]。例如： ```sql -- 返回所有员工及其部门（无部门的员工显示为 NULL） SELECT e.name, d.dept_name FROM employees e LEFT JOIN departments d ON e.dept_id = d.id; ``` - **与 INNER JOIN 对比** $INNER\ JOIN$ 仅返回两表匹配的记录，而左连接保留主表完整数据，这是本质区别[^1]。 --- #### **3. 使用场景与建议** 1. **简写优先原则** 推荐使用 $LEFT\ JOIN$，代码更简洁且无歧义[^4]。例如： ```sql -- 简化写法（推荐） SELECT u.*, o.order_date FROM users u LEFT JOIN orders o ON u.id = o.user_id; ``` 2. **强调“外连接”特性时** 在技术文档或教学中，可使用完整形式 $LEFT\ OUTER\ JOIN$ 以明确操作类型[^3]。 3. **查找缺失关联项** ```sql -- 找出未下过订单的用户 SELECT u.* FROM users u LEFT JOIN orders o ON u.id = o.user_id WHERE o.user_id IS NULL; ``` --- #### **4. 实验验证（以 MySQL 为例）** **测试数据**： ```sql CREATE TABLE Students (id INT, name VARCHAR(10)); CREATE TABLE Scores (student_id INT, score INT); INSERT INTO Students VALUES (1, 'Alice'), (2, 'Bob'), (3, 'Charlie'); INSERT INTO Scores VALUES (1, 90), (3, 85); ``` **执行查询**： ```sql -- 使用 LEFT JOIN SELECT s.name, sc.score FROM Students s LEFT JOIN Scores sc ON s.id = sc.student_id; -- 使用 LEFT OUTER JOIN SELECT s.name, sc.score FROM Students s LEFT OUTER JOIN Scores sc ON s.id = sc.student_id; ``` **结果完全一致**： | name | score | |---------|-------| | Alice | 90 | | Bob | NULL | | Charlie | 85 | --- #### **5. 常见误区澄清** - **Hive 中的 LEFT SEMI JOIN** 与左连接不同，$LEFT\ SEMI\ JOIN$ 仅返回左表中与右表匹配的记录（类似 `IN` 子查询），且不包含右表字段[^3]。例如： ```sql -- Hive 示例：仅返回有成绩的学生 SELECT s.* FROM Students s LEFT SEMI JOIN Scores sc ON s.id = sc.student_id; ``` --- #### **总结** - **语法等价**：$LEFT\ JOIN$ 是 $LEFT\ OUTER\ JOIN$ 的简写形式，功能完全一致。 - **使用建议**：优先使用简写以提高代码可读性，特殊场景可强调完整语法。 - **性能无差异**：数据库优化器对两种写法生成相同的执行计划。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

码飞_CC

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值