关联查询实践指南:on和where条件在Mysql中的应用场景

本文涉及的产品
RDS MySQL DuckDB 分析主实例,基础系列 4核8GB
RDS MySQL DuckDB 分析主实例,集群系列 4核8GB
RDS AI 助手,专业版
简介: 关联查询实践指南:on和where条件在Mysql中的应用场景

Mysql多表关联查询时查询条件放在on之后和where之后的区别

背景

今天在开发中遇到一个问题,在两个表关联查询时,最终得到的结果和预想结果不一致,经过排查后,我发现自己犯了一个很低级的错误,这样会导致查询出来的结果莫名其妙的变多或者变少。

问题重现

准备两张表dept,emp,一张员工表,一张部门表,内容如下;

id deptName
1 交付一部
2 交付二部
3 交付三部
id empName deptId salary
1 张三 1 2000
2 李四 1 2500
3 王五 2 3400
4 赵六 3 3500

情况一

查询每个部门工资小于3500的员工人数

问题sql:

SELECT
  t.deptName 部门名称,
  count( p.empName ) 部门人数 
FROM
  dept t
  LEFT JOIN emp p ON t.id = p.deptId 
WHERE
  p.salary < 3500 
GROUP BY
  t.deptName

错误结果:

部门名称 部门人数
交付一部 2
交付二部 1

这是因为右表的过滤条件放在where中会被过滤掉,而不会显示0条

正确写法:

SELECT
  t.deptName 部门名称,
  count( p.empName ) 部门人数 
FROM
  dept t
  LEFT JOIN emp p ON t.id = p.deptId and p.salary < 3500
GROUP BY
  t.deptName

正确结果:

部门名称 部门人数
交付一部 2
交付二部 1
交付三部 0

情况二

查询每个部门工资小于3500的员工人数(除了交付一部外)

问题sql:

SELECT
  t.deptName 部门名称,
  count( p.empName ) 部门人数 
FROM
  dept t
  LEFT JOIN emp p ON t.id = p.deptId and p.salary < 3500 and t.deptName != '交付一部'
GROUP BY
  t.deptName

错误结果:

部门名称 部门人数
交付一部 0
交付二部 1
交付三部 0

这是因为left join 做连接时,左表会显示全部数据,哪怕匹配不上为null的数据,左表过滤应当放入where条件中

正确写法:

SELECT
  t.deptName 部门名称,
  count( p.empName ) 部门人数 
FROM
  dept t
  LEFT JOIN emp p ON t.id = p.deptId and p.salary < 3500 
where t.deptName != '交付一部'
GROUP BY
  t.deptName

正确结果:

部门名称 部门人数
交付二部 1
交付三部 0

总结

在left join 中,左表过滤必须放在where中,右表过滤必须放在on后面,这样结果才能跟我们预想的结果一样,如果是inner join的话,放在on后面和where后面是一样的效果。

相关实践学习
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。 &nbsp; 相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情:&nbsp;https://www.aliyun.com/product/rds/mysql&nbsp;
目录
相关文章
|
8月前
|
关系型数据库 MySQL 分布式数据库
安全可靠的PolarDB V2.0 (兼容MySQL)产品能力及应用场景
PolarDB分布式轻量版采用软件输出方式,能够部署在您的自主环境中。PolarDB分布式轻量版保留并承载了云原生数据库PolarDB分布式版技术团队深厚的内核优化成果,在保持高性能的同时,显著降低成本。
678 140
|
6月前
|
SQL 缓存 监控
MySQL缓存机制:查询缓存与缓冲池优化
MySQL缓存机制是提升数据库性能的关键。本文深入解析了MySQL的缓存体系,包括已弃用的查询缓存和核心的InnoDB缓冲池,帮助理解缓存优化原理。通过合理配置,可显著提升数据库性能,甚至达到10倍以上的效果。
|
6月前
|
SQL 监控 关系型数据库
MySQL事务处理:ACID特性与实战应用
本文深入解析了MySQL事务处理机制及ACID特性,通过银行转账、批量操作等实际案例展示了事务的应用技巧,并提供了性能优化方案。内容涵盖事务操作、一致性保障、并发控制、持久性机制、分布式事务及最佳实践,助力开发者构建高可靠数据库系统。
|
6月前
|
SQL 存储 关系型数据库
MySQL体系结构详解:一条SQL查询的旅程
本文深入解析MySQL内部架构,从SQL查询的执行流程到性能优化技巧,涵盖连接建立、查询处理、执行阶段及存储引擎工作机制,帮助开发者理解MySQL运行原理并提升数据库性能。
|
8月前
|
SQL 人工智能 关系型数据库
如何实现MySQL百万级数据的查询?
本文探讨了在MySQL中对百万级数据进行排序分页查询的优化策略。面对五百万条数据,传统的浅分页和深分页查询效率较低,尤其深分页因偏移量大导致性能显著下降。通过为排序字段添加索引、使用联合索引、手动回表等方法,有效提升了查询速度。最终建议根据业务需求选择合适方案:浅分页可加单列索引,深分页推荐联合索引或子查询优化,同时结合前端传递最后一条数据ID的方式实现高效翻页。
418 0
|
6月前
|
SQL 关系型数据库 MySQL
MySQL的查询操作语法要点
储存过程(Stored Procedures) 和 函数(Functions) : 储存过程和函数允许用户编写 SQL 脚本执行复杂任务.
272 14
|
6月前
|
SQL 关系型数据库 MySQL
MySQL的查询操作语法要点
以上概述了MySQL 中常见且重要 的几种 SQL 查询及其相关概念 这些知识点对任何希望有效利用 MySQL 进行数据库管理工作者都至关重要
160 15
|
6月前
|
SQL 监控 关系型数据库
SQL优化技巧:让MySQL查询快人一步
本文深入解析了MySQL查询优化的核心技巧,涵盖索引设计、查询重写、分页优化、批量操作、数据类型优化及性能监控等方面,帮助开发者显著提升数据库性能,解决慢查询问题,适用于高并发与大数据场景。
|
7月前
|
存储 关系型数据库 MySQL
MYSQL数据加密压缩函数应用实战指南。
总的来说,加密和压缩是维护MySQL数据库中数据安全性和效率的有效手段。使用时需权衡性能与安全,合理应用加密和压缩函数。在设计数据库架构时要考虑到加密字段的查询性能,因为加密可能使得一些索引失效。压缩数据能有效减少存储空间的占用,但在服务器负载较高时应避免实时压缩和解压,以免影响总体性能。
227 10
|
6月前
|
SQL 关系型数据库 MySQL
MySQL入门指南:从安装到第一个查询
本文为MySQL数据库入门指南,内容涵盖从安装配置到基础操作与SQL语法的详细教程。文章首先介绍在Windows、macOS和Linux系统中安装MySQL的步骤,并指导进行初始配置和安全设置。随后讲解数据库和表的创建与管理,包括表结构设计、字段定义和约束设置。接着系统介绍SQL语句的基本操作,如插入、查询、更新和删除数据。此外,文章还涉及高级查询技巧,包括多表连接、聚合函数和子查询的应用。通过实战案例,帮助读者掌握复杂查询与数据修改。最后附有常见问题解答和实用技巧,如数据导入导出和常用函数使用。适合初学者快速入门MySQL数据库,助力数据库技能提升。

推荐镜像

更多