在 SQL 查询中，联结（JOIN）是处理多表数据关联的核心技术，也是从 “单表查询” 迈向 “多表分析” 的关键。日常业务中，数据往往分散在不同的关系表中（比如用户表、商品表、订单表），只有通过联结才能整合这些分散的数据，实现更复杂的数据分析需求。本文将从 “为什么要用联结” 入手，系统介绍关系表、联结的创建、WHERE 子句的作用，以及最常用的内部联结和多表联结技巧。
关系表是遵循 “数据库规范化” 设计的表结构 —— 将不同维度的数据拆分到多个表中，通过关联字段（比如product_id、user_id）建立表之间的联系，避免数据冗余。
举个电商场景的例子：
商品表（products）：存储商品的核心信息（ID、名称、分类 ID、价格），无需重复存储分类名称；
分类表（categories）：存储分类的核心信息（ID、名称），一个分类可对应多个商品。
如下图：
这种拆分方式的优势：修改分类名称时，只需改categories表的一条数据，而非修改products表中所有该分类的商品数据，极大降低维护成本。
既然数据分散在多个关系表中，要获取 “商品名称 + 所属分类名” 这类跨表数据，就必须通过联结将多个表 “拼接” 起来。没有联结，我们只能先查商品的category_id，再手动查分类名称，效率极低。就像这样：
-- 查询找到所有商品的分类ID > select DISTINCT category_id from product p category_id| -----------+ 1| 2| 3| 4| 4 row(s) fetched. -- 然后根据分类ID找到分类名称 > select * from product_category pc where pc.category_id in ( select DISTINCT category_id from product p) category_id|name|create_time |update_time | -----------+----+-------------------+-------------------+ 1|手机 |2025-12-31 03:18:08|2025-12-31 03:18:08| 2|冰箱 |2025-12-31 03:18:08|2025-12-31 03:18:08| 3|电脑 |2025-12-31 03:18:08|2025-12-31 03:18:08| 4|风扇 |2025-12-31 03:18:08|2025-12-31 03:18:08| 4 row(s) fetched. -- 最后查询商品信息，使用服务端代码根据分类ID提取分类名称。
简单来说：联结的核心价值是在一次查询中整合多个关系表的数据，实现跨表数据的关联查询。
联结的核心是通过JOIN关键字指定要关联的表，通过ON（或WHERE）子句指定关联条件（即两个表的关联字段匹配规则）。
联结语法如下：
SELECT 字段1, 字段2,... FROM 表1 [表1别名] JOIN 表2 [表2别名] ON 表1.关联字段 = 表2.关联字段; -- 核心：指定关联条件
例如：查找所有商品的商分类名称、商品名称、价格和库存
> select pc.name as `category_name`, p.name as `product_name`, p.price, p.stock from product p join product_category pc on p.category_id=pc.category_id category_name|product_name |price |stock| -------------+-------------+--------+-----+ 手机 |小米14手机 | 4999.00| 1000| 手机 |华为Mate60 Pro | 6999.00| 800| 手机 |苹果iPhone 15 | 7999.00| 1200| 手机 |vivo X100 | 3999.00| 1500| 手机 |OPPO Find X7 | 4499.00| 900| 手机 |荣耀Magic6 | 4299.00| 1100| 手机 |红米K70 | 2499.00| 2000| 手机 |一加12 | 4599.00| 850| 手机 |真我GT Neo5 | 2599.00| 1800| 手机 |三星S24 Ultra | 8999.00| 600| 冰箱 |海尔双开门冰箱 | 3999.00| 200| 冰箱 |美的风冷无霜冰箱 | 2999.00| 150| 电脑 |联想拯救者Y9000P | 8999.00| 300| 电脑 |苹果MacBook Pro|12999.00| 180| 风扇 |格力落地扇 | 199.00| 500| 风扇 |美的循环扇 | 299.00| 400| 16 row(s) fetched.
上述 SQL 语句中，“on p.category_id=pc.category_id” 表示使用商品表（product）的 category_id 字段和商品分类表（product_category）的 categroy_id 字段进行关联，即两张表 categroy_id 字段相等，才关联成功。不相等，关联失败，不检索出来。
早期 SQL 中，联结的关联条件常写在WHERE子句中（比如WHERE p.category_id = c.category_id），虽然现代 SQL 推荐用ON子句明确关联条件，但WHERE子句在联结中仍有两个核心作用：
过滤关联后的结果集：在表联结完成后，筛选符合条件的数据（比如只保留价格 > 5000 的商品）。
兼容旧版语法：部分老数据库或简化写法中，仍用WHERE替代ON指定关联条件（但可读性差，不推荐）。
示例：查询价格 > 5000 的商品信息，含分类名称、商品名称、价格和库存信息
> select pc.name as `category_name`, p.name as `product_name`, p.price, p.stock from product p join product_category pc on p.category_id=pc.category_id where p.price > 5000 category_name|product_name |price |stock| -------------+-------------+--------+-----+ 手机 |华为Mate60 Pro | 6999.00| 800| 手机 |苹果iPhone 15 | 7999.00| 1200| 手机 |三星S24 Ultra | 8999.00| 600| 电脑 |联想拯救者Y9000P | 8999.00| 300| 电脑 |苹果MacBook Pro|12999.00| 180| 5 row(s) fetched.
关键提醒：如果联结时省略关联条件（ON/WHERE），会产生 “笛卡尔积”。
笛卡尔积（Cartesian Product）是集合论中的一个基本概念，指两个或多个集合中所有可能的有序元素对的集合。 即表 1 的每一行都与表 2 的每一行匹配，结果集行数 = 表 1 行数 × 表 2 行数（本例中 8×4=32 行），这是无意义的错误结果，务必避免！如下图：
上图，表 1 有 3 条数据，表 2 有 2 条数据，因此笛卡尔积总共有 3 x 2 = 6。
内部联结（也叫 “等值联结”）是最常用的联结类型，只返回两个表中满足关联条件的行（即两个表的 “交集” 数据）。
语法如下：
-- 标准写法（推荐）：用INNER JOIN + ON指定关联条件 SELECT 字段 FROM 表1 INNER JOIN 表2 ON 表1.关联字段 = 表2.关联字段; -- 或 SELECT 字段 FROM 表1 JOIN 表2 ON 表1.关联字段 = 表2.关联字段;
等价如下写法，用逗号分隔表，WHERE 指定关联条件：
SELECT 字段 FROM 表1, 表2 WHERE 表1.关联字段 = 表2.关联字段;
示例：查询价格 > 5000 的商品信息，含分类名称、商品名称、价格和库存信息
-- 使用 JOIN ... ON 方式 > select pc.name as `category_name`, p.name as `product_name`, p.price, p.stock from product p join product_category pc on p.category_id=pc.category_id where p.price > 5000 category_name|product_name |price |stock| -------------+-------------+--------+-----+ 手机 |华为Mate60 Pro | 6999.00| 800| 手机 |苹果iPhone 15 | 7999.00| 1200| 手机 |三星S24 Ultra | 8999.00| 600| 电脑 |联想拯救者Y9000P | 8999.00| 300| 电脑 |苹果MacBook Pro|12999.00| 180| 5 row(s) fetched. -- 使用 INNER JOIN ... ON 方式 > select pc.name as `category_name`, p.name as `product_name`, p.price, p.stock from product p inner join product_category pc on p.category_id=pc.category_id where p.price > 5000 category_name|product_name |price |stock| -------------+-------------+--------+-----+ 手机 |华为Mate60 Pro | 6999.00| 800| 手机 |苹果iPhone 15 | 7999.00| 1200| 手机 |三星S24 Ultra | 8999.00| 600| 电脑 |联想拯救者Y9000P | 8999.00| 300| 电脑 |苹果MacBook Pro|12999.00| 180| 5 row(s) fetched. -- 使用 WHERE 方式 > select pc.name as `category_name`, p.name as `product_name`, p.price, p.stock from product p, product_category pc where p.category_id=pc.category_id and p.price > 5000 category_name|product_name |price |stock| -------------+-------------+--------+-----+ 手机 |华为Mate60 Pro | 6999.00| 800| 手机 |苹果iPhone 15 | 7999.00| 1200| 手机 |三星S24 Ultra | 8999.00| 600| 电脑 |联想拯救者Y9000P | 8999.00| 300| 电脑 |苹果MacBook Pro|12999.00| 180| 5 row(s) fetched.
实际业务中，常需要关联 3 张及以上表（比如商品表 + 分类表 + 订单表），核心逻辑是依次联结，逐个指定关联条件。
示例：查询每个订单的商品购买信息，包含 “订单 ID + 商品名称 + 分类名称 + 购买数量”。
> select o.order_id as '订单ID', p.name as '商品名称', pc.name as '分类名称', op.quantity as '购买数量' from `order` o join `order_product` op ON o.order_id=op.order_id join `product` p on p.product_id=op.product_id join `product_category` pc on p.category_id=pc.category_id order by o.order_id 订单ID|商品名称 |分类名称|购买数量| ----+------------+----+----+ 1|小米14手机 |手机 | 1| 2|小米14手机 |手机 | 1| 2|华为Mate60 Pro|手机 | 1| 3|红米K70 |手机 | 1| 4|华为Mate60 Pro|手机 | 1| 5|OPPO Find X7|手机 | 1| 6|三星S24 Ultra |手机 | 1| 7|vivo X100 |手机 | 1| 8|荣耀Magic6 |手机 | 1| 9|苹果iPhone 15 |手机 | 1| 10|一加12 |手机 | 1| 11|真我GT Neo5 |手机 | 1| 12|小米14手机 |手机 | 1| 13|vivo X100 |手机 | 1| 14|华为Mate60 Pro|手机 | 1| 15|红米K70 |手机 | 1| 16|三星S24 Ultra |手机 | 1| 17|荣耀Magic6 |手机 | 1| 18|OPPO Find X7|手机 | 1| 19|真我GT Neo5 |手机 | 1| 20|红米K70 |手机 | 1| 20|vivo X100 |手机 | 2| 20|苹果iPhone 15 |手机 | 1| 23 row(s) fetched.
多表联结的核心原则如下：
（1）顺序无关：先联结表 A 和表 B，再联结表 C；与先联结表 A 和表 C，再联结表 B，结果一致（但性能可能有差异）。注意：SQL 执行多表连接时，数据库会先将两张表连接生成一个中间结果集，再用这个中间结果集和下一张表连接。中间结果集的大小直接决定了后续操作的耗时：
如果先连接小表 / 过滤后结果少的表，中间结果集小，后续计算快。
如果先连接大表 / 过滤后结果多的表，中间结果集大，后续计算慢。
（2）别名必用：多表联结时，必须给表起别名（如oi、p、c），否则字段易产生歧义（比如多个表都有id字段，应该使用 “别名.id”）。
（3）条件清晰：每个JOIN对应一个ON子句，明确当前关联的两个表的条件，避免混乱。
很多需求既可以用联结实现，也可以用子查询实现（比如 “查询 "手机" 分类的商品”），实现如下：
> select p.product_id, p.name, p.price, p.stock from product p join product_category pc on p.category_id=pc.category_id where pc.name='手机' product_id|name |price |stock| ----------+------------+-------+-----+ 1|小米14手机 |4999.00| 1000| 2|华为Mate60 Pro|6999.00| 800| 3|苹果iPhone 15 |7999.00| 1200| 4|vivo X100 |3999.00| 1500| 5|OPPO Find X7|4499.00| 900| 6|荣耀Magic6 |4299.00| 1100| 7|红米K70 |2499.00| 2000| 8|一加12 |4599.00| 850| 9|真我GT Neo5 |2599.00| 1800| 10|三星S24 Ultra |8999.00| 600| 10 row(s) fetched.
或者，使用子查询实现：
> select p.product_id, p.name, p.price, p.stock from product p where p.category_id in (select category_id from product_category where name='手机') product_id|name |price |stock| ----------+------------+-------+-----+ 1|小米14手机 |4999.00| 1000| 2|华为Mate60 Pro|6999.00| 800| 3|苹果iPhone 15 |7999.00| 1200| 4|vivo X100 |3999.00| 1500| 5|OPPO Find X7|4499.00| 900| 6|荣耀Magic6 |4299.00| 1100| 7|红米K70 |2499.00| 2000| 8|一加12 |4599.00| 850| 9|真我GT Neo5 |2599.00| 1800| 10|三星S24 Ultra |8999.00| 600| 10 row(s) fetched.
联结和子查询的核心区别如下：
特性 | 联结（JOIN） | 子查询 |
核心优势 | 性能更优（数据库优化更好）、支持跨表显示字段 | 逻辑更直观（先查条件再查数据）、新手易理解 |
适用场景 | 需要显示多个表的字段、大数据量查询 | 仅需显示单个表的字段、简单条件过滤 |
可读性 | 多表关联时结构清晰 | 嵌套层级多时可读性差 |
实战建议：
若需要整合多个表的字段（比如商品名 + 分类名 + 订单号），优先用联结。
若仅需用一个表的条件过滤另一个表（且只显示单表字段），子查询或联结均可，新手可先选子查询，熟悉后用联结提升性能。
川公网安备51010802032098
