SQL 右连接

SQL 右连接

SQL连接用于根据给定的条件从多个表中检索记录。连接包括满足给定条件的记录,并且外连接结果是一个包含匹配和不匹配行的表。

左外连接,如前面的教程中所讨论的,用于找到左表相对于右表的并集。在本教程中,让我们讨论一下右外连接。

SQL 右连接

在SQL中,右连接或右外连接查询返回右表中的所有行,即使在左表中没有匹配。简而言之,右连接返回右表的所有值,以及左表中的匹配值,如果没有匹配的连接谓词,则返回NULL。

SQL 右连接

如果ON子句在左表中匹配零条记录; 加入仍将在结果中返回一行,但左表的每列中的值将为NULL。

语法

以下是SQL中右连接的基本语法−

SELECT table1.column1, table2.column2...
FROM table1
RIGHT JOIN table2
ON table1.common_field = table2.common_field;

示例

我们在这个示例中使用的表名为CUSTOMERS和ORDERS。

假设我们正在创建一个名为CUSTOMERS的表,其中包含了顾客的个人详细信息,包括他们的姓名、年龄、地址和薪水等等。

CREATE TABLE CUSTOMERS (
   ID INT NOT NULL,
   NAME VARCHAR (20) NOT NULL,
   AGE INT NOT NULL,
   ADDRESS CHAR (25),
   SALARY DECIMAL (18, 2),       
   PRIMARY KEY (ID)
);

现在,使用INSERT语句将值插入到该表中,如下所示 –

INSERT INTO CUSTOMERS VALUES
(1, 'Ramesh', 32, 'Ahmedabad', 2000.00 ),
(2, 'Khilan', 25, 'Delhi', 1500.00 ),
(3, 'Kaushik', 23, 'Kota', 2000.00 ),
(4, 'Chaitali', 25, 'Mumbai', 6500.00 ),
(5, 'Hardik', 27, 'Bhopal', 8500.00 ),
(6, 'Komal', 22, 'MP', 4500.00 ),
(7, 'Muffy', 24, 'Indore', 10000.00 );

表将被创建为−

ID NAME AGE ADDRESS SALARY
1 Ramesh 32 Ahmedabad 2000.00
2 Khilan 25 Delhi 1500.00
3 Kaushik 23 Kota 2000.00
4 Chaitali 25 Mumbai 6500.00
5 Hardik 27 Bhopal 8500.00
6 Komal 22 MP 4500.00
7 Muffy 24 Indore 10000.00

让我们创建另一个名为 ORDERS 的表,包含所做订单的详细信息以及订单日期。

CREATE TABLE ORDERS (
   OID INT NOT NULL,
   DATE VARCHAR (20) NOT NULL,
   CUSTOMER_ID INT NOT NULL,
   AMOUNT DECIMAL (18, 2)
);

使用INSERT语句,将以下值插入到此表中-

INSERT INTO ORDERS VALUES 
(102, '2009-10-08 00:00:00', 3, 3000.00),
(100, '2009-10-08 00:00:00', 3, 1500.00),
(101, '2009-11-20 00:00:00', 2, 1560.00),
(103, '2008-05-20 00:00:00', 4, 2060.00);

表格显示如下:

OID DATE CUSTOMER_ID AMOUNT
102 2009-10-08 00:00:00 3 3000.00
100 2009-10-08 00:00:00 3 1500.00
101 2009-11-20 00:00:00 2 1560.00
103 2008-05-20 00:00:00 4 2060.00

现在,让我们使用以下的Right Join查询来连接这两个表格。

SELECT ID, NAME, AMOUNT, DATE
FROM CUSTOMERS
RIGHT JOIN ORDERS
ON CUSTOMERS.ID = ORDERS.CUSTOMER_ID;

输出

这将产生以下结果-

ID NAME AMOUNT DATE
3 Kaushik 3000.00 2009-10-08 00:00:00
3 Kaushik 1500.00 2009-10-08 00:00:00
2 Khilan 1560.00 2009-11-20 00:00:00
4 Chaitali 2060.00 2008-05-20 00:00:00

使用右连接连接多个表

与左连接类似,右连接也用于连接多个表。然而,不同之处在于第二个表作为一个整体返回,而不是第一个表。

此外,第一个表的行与第二个表的行进行匹配。如果记录没有匹配,并且第二个表的记录数大于第一个表,那么第一个表中的值将返回NULL。

语法

以下是使用右连接连接多个表的语法:

SELECT column1, column2, column3... 
FROM table1
RIGHT JOIN table2
ON condition_1
RIGHT JOIN table3
ON condition_2
....
....
RIGHT JOIN tableN
ON condition_N;

示例

在这里,让我们考虑之前创建的CUSTOMERS和ORDERS表,并使用以下查询创建一个名为EMPLOYEE的新表 –

CREATE TABLE EMPLOYEE (
   EID INT NOT NULL,
   EMPLOYEE_NAME VARCHAR (30) NOT NULL,
   SALES_MADE DECIMAL (20)
);

现在,我们可以使用INSERT语句将值插入到这些空表中,如下所示-

INSERT INTO EMPLOYEE VALUES
(102, 'SARIKA', 4500),
(100, 'ALEKHYA', 3623),
(101, 'REVATHI', 1291),
(103, 'VIVEK', 3426);

以下是EMPLOYEE表的详细信息:

EID EMPLOYEE_NAME SALES_MADE
102 SARIKA 4500
100 ALEKHYA 3623
101 REVATHI 1291
103 VIVEK 3426
100 ALEKHYA 3456

以下查询使用 右联接查询 连接这三个表

SELECT CUSTOMERS.ID, CUSTOMERS.NAME, ORDERS.DATE, EMPLOYEE.EMPLOYEE_NAME
FROM CUSTOMERS
RIGHT JOIN ORDERS
ON CUSTOMERS.ID = ORDERS.CUSTOMER_ID
RIGHT JOIN EMPLOYEE
ON ORDERS.OID = EMPLOYEE.EID;

通过这个查询,我们将显示顾客的id和姓名,以及订单的日期和销售该商品的员工的姓名。

结果

通过以下步骤获得结果表: ID NAME DATE EMPLOYEE_NAME
3 Kaushik 2009-10-08 00:00:00 SARIKA
3 Kaushik 2009-10-08 00:00:00 ALEKHYA
2 Khilan 2009-11-20 00:00:00 REVATHI
4 Chaitali 2008-05-20 00:00:00 VIVEK
3 Kaushik 2009-10-08 00:00:00 ALEKHYA

右连接与WHERE子句

WHERE子句用于筛选满足指定条件的记录。该子句可以与右连接查询一起使用,对连接结果集应用某些筛选条件。

语法

当右连接与WHERE子句一起使用时的语法如下所示 −

SELECT column_name(s)
FROM table1
RIGHT JOIN table2
ON table1.column_name = table2.column_name
WHERE condition;

示例

可以使用WHERE子句来过滤组合数据库表中的记录。考虑上面的两个表CUSTOMERS和ORDERS;并使用右连接查询将它们联接起来,使用WHERE子句应用一些约束条件。

SELECT ID, NAME, DATE, AMOUNT FROM CUSTOMERS
RIGHT JOIN ORDERS
ON CUSTOMERS.ID = ORDERS.CUSTOMER_ID
WHERE ORDERS.AMOUNT > 1000.00;

输出

应用右连接的筛选条件后,结果表中包含金额大于1000.00的行-

ID NAME DATE Amount
3 Kaushik 2009-10-08 00:00:00 3000.00
3 Kaushik 2009-10-08 00:00:00 1500.00
2 Khilan 2009-11-20 00:00:00 1560.00
4 Chaitali 2008-05-20 00:00:00 2060.00

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程