关于sql:inner join on vs where子句


INNER JOIN ON vs WHERE clause

为了简单起见，假设所有相关字段都是NOT NULL。

你可以做到：

1
2
3
4
5
6
7
SELECT
    table1.this, table2.that, table2.somethingelse
FROM
    table1, table2
WHERE
    table1.foreignkey = table2.primarykey
    AND (SOME other conditions)

否则：

1
2
3
4
5
6
7
SELECT
    table1.this, table2.that, table2.somethingelse
FROM
    table1 INNER JOIN table2
    ON table1.foreignkey = table2.primarykey
WHERE
    (SOME other conditions)

这两种方法在MySQL中的作用相同吗？

相关讨论

INNER JOIN是您应该使用的ANSI语法。

它通常被认为更具可读性，尤其是当您连接许多表时。

当需要时，也可以很容易地用OUTER JOIN替换。

WHERE语法更面向关系模型。

两个表的结果JOINed是应用过滤器的表的笛卡尔积，过滤器只选择那些连接列匹配的行。

使用WHERE语法更容易看到这一点。

对于您的示例，在MySQL中(通常在SQL中)，这两个查询是同义词。

另外，mysql还有一个STRAIGHT_JOIN子句。

使用这个子句，您可以控制JOIN顺序：在外部循环中扫描哪个表，在内部循环中扫描哪个表。

在MySQL中，您不能使用WHERE语法来控制它。

相关讨论

其他人指出，内部连接有助于人类的可读性，这是一个首要任务；我同意。让我试着解释一下为什么连接语法更易读。

基本的选择查询是：

1
2
3
SELECT stuff
FROM TABLES
WHERE conditions

select子句告诉我们要返回什么；from子句告诉我们从哪里获取它，where子句告诉我们要获取哪些。

join是一个关于表的语句，它们是如何绑定在一起的(实际上，在概念上，是如何绑定到一个表中)。任何控制表的查询元素(我们从中获取数据)在语义上都属于FROM子句(当然，这就是连接元素的位置)。将联接元素放入WHERE子句会混淆WHO和WHERE FROM；这就是为什么优先使用联接语法的原因。

相关讨论

在on/where中应用条件语句

这里我已经解释了逻辑查询处理步骤。

参考资料：微软内部？SQL Server？2005 T-SQL查询发布者：微软出版社发布日期：2006年3月7日打印ISBN-10:0-7356-2313-9打印ISBN-13:978-0-7356-2313-2页数：640

在微软内部？SQL Server？2005 T-SQL查询

1
2
3
4
5
6
7
8
9
(8)  SELECT (9) DISTINCT (11) TOP <top_specification> <select_list>
(1)  FROM <left_table>
(3)       <join_type> JOIN <right_table>
(2)       ON <join_condition>
(4)  WHERE <where_condition>
(5)  GROUP BY <group_by_list>
(6)  WITH {CUBE | ROLLUP}
(7)  HAVING <having_condition>
(10) ORDER BY <order_by_list>

与其他编程语言不同的SQL的第一个值得注意的方面是代码的处理顺序。在大多数编程语言中，代码按其编写顺序进行处理。在SQL中，处理的第一个子句是FROM子句，而出现在前面的select子句几乎是最后一个。

每个步骤都会生成一个虚拟表，用作以下步骤的输入。这些虚拟表对调用方(客户端应用程序或外部查询)不可用。只有最后一步生成的表返回给调用方。如果查询中没有指定某个子句，则只跳过相应的步骤。

逻辑查询处理阶段简述

如果现在对这些步骤的描述似乎没有多大意义，不要担心太多。作为参考。场景示例之后的部分将更详细地介绍这些步骤。

  • From：在From子句的前两个表之间执行笛卡尔积(交叉联接)，从而生成虚拟表VT1。

  • 打开：打开过滤器应用于VT1。仅将为真的行插入到vt2。

  • 外部(联接)：如果指定了外部联接(与交叉联接或内部联接相反)，则将保留表中的行或找不到匹配项的表中的行作为外部行添加到vt2中的行中，生成vt3。如果FROM子句中出现两个以上的表，则在最后一个联接的结果和FROM子句中的下一个表之间重复应用步骤1到3，直到处理完所有表。

  • 其中：将where过滤器应用于vt3。仅将为真的行插入到vt4。

  • group by：根据group by子句中指定的列列表，将vt4中的行分组排列。生成VT5。

  • cube汇总：将超级组(组组组)添加到vt5的行中，生成vt6。

  • HAVING：HAVING滤波器应用于VT6。只有为真的组才插入到VT7中。

  • 选择：处理选择列表，生成vt8。

  • distinct：从vt8中删除重复的行。生成VT9。

  • ORDER BY：VT9中的行根据ORDER BY子句中指定的列列表进行排序。生成光标(VC10)。

  • 顶部：从VC10的开头选择指定的行数或百分比。表VT11生成并返回给调用者。

    • 因此，(inner join)on将在应用where子句之前过滤数据(vt的数据计数将在这里减少)。随后的连接条件将使用过滤后的数据执行，从而提高性能。之后，只有Where条件将应用筛选条件。

    (在on/where中应用条件语句在少数情况下不会有太大的区别。这取决于已联接的表数和每个联接表中可用的行数)

    相关讨论

    隐式join-ansi语法较旧，不太明显，不推荐使用。

    此外，关系代数允许WHERE子句和INNER JOIN子句中谓词的互换性，因此即使是WHERE子句中的INNER JOIN查询也可以由优化器重新安排谓词。

    我建议您以最易读的方式编写查询。

    有时，这包括使INNER JOIN相对"不完整"，并将一些标准放入WHERE中，以使筛选标准列表更容易维护。

    例如，而不是：

    1
    2
    3
    4
    5
    6
    7
    8
    SELECT *
    FROM Customers c
    INNER JOIN CustomerAccounts ca
        ON ca.CustomerID = c.CustomerID
        AND c.State = 'NY'
    INNER JOIN Accounts a
        ON ca.AccountID = a.AccountID
        AND a.Status = 1

    写：

    1
    2
    3
    4
    5
    6
    7
    8
    SELECT *
    FROM Customers c
    INNER JOIN CustomerAccounts ca
        ON ca.CustomerID = c.CustomerID
    INNER JOIN Accounts a
        ON ca.AccountID = a.AccountID
    WHERE c.State = 'NY'
        AND a.Status = 1

    当然，这要看情况而定。

    相关讨论

    隐式连接(这就是第一个查询的名称)一旦需要向查询中添加更多表，就会变得更加混乱、难以读取和难以维护。想象一下，在四个或五个不同的表上执行相同的查询和连接类型…这是一场噩梦。

    使用显式连接(您的第二个示例)更易于阅读和维护。

    相关讨论

    我还将指出，使用旧语法更容易出错。如果使用不带ON子句的内部联接，将出现语法错误。如果您使用旧的语法，并且忘记了WHERE子句中的一个联接条件，那么您将得到一个交叉联接。开发人员经常通过添加distinct关键字来解决这个问题(而不是修复join，因为他们仍然没有意识到join本身被破坏)，这看起来可以解决问题，但会大大降低查询速度。

    另外，对于维护，如果在旧语法中有交叉连接，那么维护人员如何知道您打算使用交叉连接(在需要交叉连接的情况下)还是应该修复的事故？

    让我指出这个问题，看看如果使用左联接，隐式语法为什么不好。Sybase*=符合ANSI标准，同一内表有两个不同的外表

    另外(这里的personal rant)，使用显式连接的标准已经超过20年了，这意味着隐式连接语法已经过时20年了。您会使用已经过时20年的语法编写应用程序代码吗？为什么要编写数据库代码？

    相关讨论

    它们有着不同的人类可读的含义。

    但是，根据查询优化器的不同，它们对机器可能具有相同的含义。

    您应该始终编写可读的代码。

    也就是说，如果这是一个内置关系，请使用显式联接。如果要匹配弱相关数据，请使用WHERE子句。

    SQL:2003标准更改了一些优先规则，因此join语句优先于"逗号"联接。这实际上可以根据查询的设置方式更改查询结果。当MySQL5.0.12转向遵循标准时，这给一些人带来了一些问题。

    所以在您的示例中，您的查询也会工作相同。但是如果您添加了第三个表：选择…从表1，表2加入表3…在哪里？

    在MySQL5.0.12之前，首先将表1和表2连接起来，然后是表3。现在(5.0.12及以上)，首先连接表2和表3，然后连接表1。它并不总是改变结果，但它可以，你甚至可能没有意识到。

    我不再使用"逗号"语法，选择第二个例子。无论如何，它的可读性要高得多，连接条件是与连接一起的，而不是分成单独的查询部分。

    相关讨论

    我知道你在谈论MySQL，但无论如何：在Oracle9中，显式联接和隐式联接将生成不同的执行计划。已经在Oracle10+中解决的afaik：再也没有这样的区别了。

    ansi-join语法绝对更易于移植。

    我将对Microsoft SQL Server进行升级，我还将提到2005 SQL Server及更高版本不支持SQL Server中外部联接的=*和*=语法(没有兼容模式)。

    相关讨论