inner join，left join，cross join连接查询的区别，sql语句的执行顺序，以及sql语句各种写法的性能测试

最新推荐文章于 2025-04-09 17:16:26 发布

千篇不一律

最新推荐文章于 2025-04-09 17:16:26 发布

阅读量2.7k

点赞数 3

本文链接：https://blog.csdn.net/qq_41063141/article/details/94457119

版权

内连接，外连接，交叉连接的运行过程及区别

使用from语句和交叉连接无条件多表联查时

 select * from A cross join B;
   -- 等价于
 select * from A, B;

二者都是先将两张表做笛卡尔积运算，形成一张大表。如果后面再有条件的话，再从大表里进行条件的过滤，筛选出符合条件的记录数。两张表做笛卡尔积，可以保证结构的完整性。但在实际应用中，我们只想它有针对性的快速的查出我们想要的数据。并不想它先将所有的组合都先列出来，再去做筛选。这样会导致数据量指数级别增长，导致内存消耗，服务器负荷增加

使用inner join内连和left join左外连接关联查询

select * A  inner join B on/where A.id=B.aid and ......

$\color{red}{ inner join内连接}$ ---------对数据有精确要求的地方使用它。

原理
（1）从第一张表中取出一条记录，然后去另外一张表中进行匹配
（2）使用匹配条件进行匹配
（3）匹配成功，左表数据保留；匹配失败，左表数据被舍弃

select * A  left join B on/where A.id=B.aid and ......

$\color{red}{ left join外连接}$ -------实际用的较多的联查方式。（1）外连接中主表数据记录一定会保存，连接之后不会出现记录数少于主表的情况（内连接可能）
注：外连接保证主表对应的记录数一定会存在那么多，绝对不会少。而内连接必须要匹配，只要在另一张表中匹配不到数据，就有可能达不到数据量

原理
（1）确定连接主表。左连接就是"left join"左边的表为主表，右连接就是"right join"右边的表为主表
（2）拿主表的每一条记录，去匹配另外一张表（从表）的每一条记录
（3）如果满足匹配条件，保留
（4）如果主表记录在从表中一条都没有匹配成功，也要保留主表的该条记录，从表对应的字段值都为空null

$\color{green}{on条件，where条件，having条件的区别和摆放位置}$

在多表联接查询时，on比where更早起作用。系统首先根据各个表之间的联接条件，把多个表合成一个临时表后，再由where进行过滤，然后再计算，计算完后再由having进行过滤,由此可见，要想过滤条件起到正确的作用，首先要明白这个条件应该在什么时候起作用，然后再决定放在那里
$\color{red}{所有的连接条件都必需要放在ON后面，不然前面的所有LEFT,和RIGHT关联将作为摆设，而不起任何作用}$ 详解如下：对于JOIN参与的表的关联操作，如果需要不满足连接条件的行也在我们的查询范围内的话，我们就必需把连接条件放在ON后面，而不能放在WHERE后面，如果我们把连接条件放在了WHERE后面，那么所有的LEFT,RIGHT,等这些操作将不起任何作用，对于这种情况，它的效果就完全等同于INNER连接。对于那些不影响选择行的条件，放在ON或者WHERE后面就可以。
on、where、having这三个都可以加条件的子句中，on是最先执行，where次之，having最后。有时候如果这先后顺序不影响中间结果的话，那最终结果是相同的。但因为on是先把不符合条件的记录过滤后才进行统计，它就可以减少中间运算要处理的数据，按理说应该速度是最快的。
根据上面的分析，可以知道where也应该比having快点的，因为它过滤数据后才进行sum，所以having是最慢的。但也不是说having没用，因为有时在步骤3还没出来都不知道那个记录才符合要求时，就要用having了。
在两个表联接时才用on的，所以在一个表的时候，就剩下where跟having比较了。在这单表查询统计的情况下，如果要过滤的条件没有涉及到要计算字段，那它们的结果是一样的，只是where可以使用rushmore技术，而having就不能，在速度上后者要慢。
如果要涉及到计算的字段，就表示在没计算之前，这个字段的值是不确定的，根据上篇写的工作流程，where的作用时间是在计算之前就完成的，而having就是在计算后才起作用的，所以在这种情况下，两者的结果会不同。

语句1：关联时使用where，不是用on

select * A left/inner join B where A.id=B.aid and A.age>20

语句2：关联时使用on

select * A left/inner join B on A.id=B.aid where A.age>20

从上述对比中：语句1用where代替了on，这就相当于两表内连接/左外连接无连接条件的限制，那么它做的就是一个笛卡尔积操作。而非内连接/左外连接操作，其left join/inner join就失效了，它就等同于交叉连接了

sql语句的执行顺序

(1)from
(2) on
(3) join
(4) where
(5)group by(开始使用select中的别名，后面的语句中都可以使用)
(6) avg,sum…
(7)having

(8) select
(9) distinct
(10) order by
(11) limit

流程分析

注意：每个步骤都会为下一个步骤生成一个虚拟表，这个虚拟表将作为下一个执行步骤的输入。

第一步：首先对from子句中的前两个表执行一个笛卡尔乘积，此时生成虚拟表 vt1（选择相对小的表做基础表）【如果from子句中的表只有一个表，则直接以此作为基础表生成虚拟表 vt1，----如果 from 子句中的表数目多余两个表，那么就将from,on,join三步走之后生成的vt3和第三个表连接从而计算笛卡尔乘积，生成虚拟表v4，该过程就是一个重复1-3的步骤，最终得到一个新的虚拟表 vt4。】

第二步：接下来便是应用on筛选器，on 中的逻辑表达式将应用到 vt1 中的各个行，筛选出满足on逻辑表达式的行，生成虚拟表 vt2 
第三步：如果是outer join 那么这一步就将添加外部行，left outer jion 就把左表在第二步中过滤的添加进来，如果是right outer join 那么就将右表在第二步中过滤掉的行添加进来，这样生成虚拟表 vt3 

 
第四步：如果 from 子句中的表数目多余两个表，那么就将vt3和第三个表连接从而计算笛卡尔乘积，生成虚拟表，该过程就是一个重复1-3的步骤，最终得到一个新的虚拟表 vt3。 


第五步：应用where筛选器，对上一步生产的虚拟表引用where筛选器，生成虚拟表vt4，在这有个比较重要的细节不得不说一下，对于包含outer join子句的查询，就有一个让人感到困惑的问题，到底在on筛选器还是用where筛选器指定逻辑表达式呢？on和where的最大区别在于，如果在on应用逻辑表达式那么在第三步outer join中还可以把移除的行再次添加回来，而where的移除的最终的。举个简单的例子，有一个学生表（班级,姓名）和一个成绩表(姓名,成绩)，我现在需要返回一个x班级的全体同学的成绩，但是这个班级有几个学生缺考，也就是说在成绩表中没有记录。为了得到我们预期的结果我们就需要在on子句指定学生和成绩表的关系（学生.姓名=成绩.姓名）那么我们是否发现在执行第二步的时候，对于没有参加考试的学生记录就不会出现在vt2中，因为他们被on的逻辑表达式过滤掉了,但是我们用left outer join就可以把左表（学生）中没有参加考试的学生找回来，因为我们想返回的是x班级的所有学生，如果在on中应用学生.班级='x'的话，left outer join会把x班级的所有学生记录找回（感谢网友康钦谋__康钦苗的指正），所以只能在where筛选器中应用学生.班级='x' 因为它的过滤是最终的。 

第六步：group by 子句将中的唯一的值组合成为一组，得到虚拟表vt5。如果应用了group by，那么后面的所有步骤都只能得到的vt5的列或者是聚合函数（count、sum、avg等）。原因在于最终的结果集中只为每个组包含一行。这一点请牢记。 

第七步：应用cube或者rollup选项，为vt5生成超组，生成vt6. 
第八步：应用having筛选器，生成vt7。having筛选器是第一个也是为唯一一个应用到已分组数据的筛选器。 
第九步：处理select子句。将vt7中的在select中出现的列筛选出来。生成vt8. 

第十步：应用distinct子句，vt8中移除相同的行，生成vt9。事实上如果应用了group by子句那么distinct是多余的，原因同样在于，分组的时候是将列中唯一的值分成一组，同时只为每一组返回一行记录，那么所以的记录都将是不相同的。 

第十一步：应用order by子句。按照order_by_condition排序vt9，此时返回的一个游标，而不是虚拟表。sql是基于集合的理论的，集合不会预先对他的行排序，它只是成员的逻辑集合，成员的顺序是无关紧要的。对表进行排序的查询可以返回一个对象，这个对象包含特定的物理顺序的逻辑组织。这个对象就叫游标。正因为返回值是游标，那么使用order by 子句查询不能应用于表表达式。排序是很需要成本的，除非你必须要排序，否则最好不要指定order by，最后，在这一步中是第一个也是唯一一个可以使用select列表中别名的步骤。 

第十二步：应用top选项。此时才返回结果给请求者即用户。

下面是我对上述分析做的实验验证：

首先我的数据库里有三张表

select count(*) from information_schema.COLUMNS where table_name='sys_order'

order表有38个字段
在这里插入图片描述
order_item表有13个字段
sys_supplies有53个字段

和起来有104个字段，总共有（244+423+277）条记录

select * from sys_order o, sys_order_item i,sys_supplies s where i.OD_ID=o.ID and s.ID=i.SP_ID

select *
from sys_order o
INNER JOIN sys_order_item i
INNER JOIN sys_supplies s
where i.OD_ID=o.ID and s.ID=i.SP_ID

select *
from sys_order o
INNER JOIN sys_order_item i ON i.OD_ID=o.ID
INNER JOIN sys_supplies s ON s.ID=i.SP_ID

select o.EXEC_DEPT_CODE,i.B_O_ID,s.H_ID
from sys_order o
left JOIN sys_order_item i ON i.OD_ID=o.ID
left JOIN sys_supplies s ON s.ID=i.SP_ID

select o.F_O_ID from sys_order o

参考文章：
《10-MySQL–连接查询（交叉连接+内连接+外连接+自然连接）+using关键字+多表连接》, 一起来围观吧 https://blog.csdn.net/ruyu00/article/details/85057797

on条件与where条件的区别》, 一起来围观吧 https://blog.csdn.net/xc008/article/details/2872310

《关于sql和MySQL的语句执行顺序(必看！！！)》, 一起来围观吧 https://blog.csdn.net/u014044812/article/details/51004754