第30期:JOIN簡化 - 消除關(guān)聯(lián)
我們將等值JOIN分成三種情況來分別討論,分情況相當(dāng)于加強(qiáng)了條件,我們可以充分利用每種情況下的特征。
1. 外鍵屬性化
先看個(gè)例子,設(shè)有如下兩個(gè)表:
employee表和delpartment表的主鍵都是其中的id字段,employee表的department字段是指向department表的外鍵,department表的manager字段又是指向employee表的外鍵。這是很常規(guī)的表結(jié)構(gòu)設(shè)計(jì)。
現(xiàn)在我們想問一下:哪些美國籍員工有一個(gè)中國籍經(jīng)理?
用SQL寫出來是這樣的:
- SELECT A.* FROM employee A JOIN department B ON A.department=B.id JOIN employee C ON B.manager=C.id
- WHERE A.nationality=‘美國' AND C.nationality=‘中國'
句子較長,由于employee表需要兩次參與JOIN,還需要為它起個(gè)別名加以區(qū)分。
我們換一種寫法:
- SELECT * FROM employee WHERE nationality='美國' AND department.manager.nationality='中國'
當(dāng)然,這不是標(biāo)準(zhǔn)的SQL語句了。
第二個(gè)句子中用紅色部分表示當(dāng)前員工的“所屬部門的經(jīng)理的國籍”。我們把外鍵字段理解成一個(gè)對象,外鍵表的字段被理解為外鍵字段的屬性,department.manager即是”所屬部門的經(jīng)理“,而這個(gè)字段在department中仍然是個(gè)外鍵,那么它的外鍵表字段可以繼續(xù)理解為它的屬性,也就會(huì)有department.manager.nationality,即“所屬部門的經(jīng)理的國籍”。
這種的對象式理解方式,顯然比笛卡爾積過濾的理解方式要自然直觀得多。外鍵表JOIN時(shí)并不會(huì)涉及到兩個(gè)表的乘法,外鍵字段只是用于找到外鍵表中對應(yīng)的那條記錄,完全不會(huì)涉及到笛卡爾積這種有乘法特性的運(yùn)算。
我們前面約定,外鍵表JOIN時(shí)維表中關(guān)聯(lián)字段必須是主鍵,所以外鍵字段對應(yīng)的維表記錄一定是***的,這樣deparment.manager.nationality對于employee表中每一條記錄都是***的,這就不會(huì)發(fā)生歧義。而如果不做這個(gè)約定,就可能發(fā)生多對多,department.manager.nationality無法明確定義。
事實(shí)上,這種對象式寫法在結(jié)構(gòu)化高級語言(如C,Java)中很常見,在這類語言中,數(shù)據(jù)就是按對象方式存儲(chǔ)的。employee表中的department字段取值根本就是一個(gè)對象,而不是編號。其實(shí)許多表的主鍵取值本身并沒有業(yè)務(wù)意義,僅僅是為了區(qū)分記錄,而外鍵字段也僅僅是為了找到外鍵表中的相應(yīng)記錄,如果外鍵字段直接是對象,就不需要再通過編號來標(biāo)識了。不過,SQL缺乏離散性,不能直接使用這種存儲(chǔ)機(jī)制,還要借助編號。
外鍵表關(guān)系中,事實(shí)表和維表是不對等的,只能基于事實(shí)表去找維表字段,而不會(huì)有倒過來的情況。
2. 同維表等同化
同維表的情況相對簡單,還是從例子開始,設(shè)有兩個(gè)表:
兩個(gè)表的主鍵都是id,經(jīng)理也是員工,兩表共用同樣的員工編號,經(jīng)理會(huì)比普通員多一些屬性,另用一個(gè)經(jīng)理表來保存。
現(xiàn)在我們要統(tǒng)計(jì)所有員工(包括經(jīng)理)的總收入(加上津貼)。
用SQL寫出來還是會(huì)用到JOIN:
- SELECT employee.id, employee.name, employy.salary+manager.allowance FROM
- employyee LEFT JOIN manager ON employee.id=manager.id
而對于兩個(gè)一對一的表,我們其實(shí)可以簡單地把它們看成一個(gè)表:
- SELECT id,name,salary+allowance FROM employee
同樣地,根據(jù)我們的約定,同維表JOIN時(shí)兩個(gè)表都是按主鍵關(guān)聯(lián)的,相應(yīng)記錄是***對應(yīng)的,salary+allowance對employee表中每條記錄都是***可計(jì)算的,不會(huì)出現(xiàn)歧義。
同維表之間的關(guān)系是對等的,從任何一個(gè)表都可以引用到其它同維表的字段。
3. 主子表一體化
訂單及訂單明細(xì)是典型的主子表:
Orders表的主鍵是id,OrderDetail表中的主鍵是(id,no),前者的主鍵是后者的一部分。
現(xiàn)在我們想計(jì)算每張訂單的總金額。
直接用SQL寫出來會(huì)是這樣:
- SELECT Orders.id, Orders.customer, SUM(OrderDetail.price)
- FROM Orders JOIN OrderDetail ON Orders.id=OrderDetail.id
- GROUP BY Orders.id, Orders.customer
要完成這個(gè)運(yùn)算,不僅要用到JOIN,還需要做一次GROUP BY,否則選出來的記錄數(shù)太多。
如果我們把子表中與主表相關(guān)的記錄看成主表的一個(gè)字段,那么這個(gè)問題也可以不再使用JOIN以及GROUP BY:
- SELECT id, customer, OrderDetail.SUM(price) FROM Orders
與普通字段不同,OrderDetail被看成Orders表的字段時(shí),其取值將是一個(gè)集合,因?yàn)閮蓚€(gè)表是一對多的關(guān)系。所以要在這里使用聚合運(yùn)算把集合值計(jì)算成單值。
這樣看待數(shù)據(jù)關(guān)聯(lián),不僅理解書寫更為簡單,而且不容易出錯(cuò)。
假如Orders表還有一個(gè)子表用于記錄回款情況:
我們現(xiàn)在想知道那些訂單還在欠錢,也就是累計(jì)回款金額小于訂單總金額的訂單。
簡單地把這三個(gè)表JOIN起來是不對的,OrderDetail和OrderPayment會(huì)發(fā)生多對多的關(guān)系,這就錯(cuò)了(回憶上一篇中多對多大概率錯(cuò)誤的說法)。這兩個(gè)子表要分別先做GROUP,再一起與Orders表JOIN起來才能得到正確結(jié)果,寫出來較為繁瑣。
而如果我們把子表看成主表的集合字段,那就很簡單了:
- SELECT id,customer,OrderDetail.SUM(price) x, OrderPayment.SUM(amount) y FROM Orders WHERE x>y
這種寫法就不容易發(fā)生多對多的錯(cuò)誤。
主子表關(guān)系是不對等的,不過兩個(gè)方向的引用都有意義,上面談了從主表引用子表的情況,從子表引用主表則和外鍵表類似。
我們改變對JOIN運(yùn)算的看法,摒棄笛卡爾積的思路,把多表關(guān)聯(lián)運(yùn)算看成是稍復(fù)雜些的單表運(yùn)算。這樣,我們相當(dāng)于從最常見的等值JOIN運(yùn)算中基本消除了關(guān)聯(lián),甚至在語法中取消了JOIN關(guān)鍵字,書寫和理解都要簡單很多。