联结查询与聚合：跨越多表提取洞察

联结查询与聚合：跨越多表提取洞察

关系型数据库的精华在于「数据分散在多张表，查询时再灵活组合」。本节讲解 JOIN（联结）与 GROUP BY（分组聚合），它们让你能从分离的表中提取出整合的、统计性的信息。

为什么需要联结

回忆第 2 章：订单表只存了 user_id，并不存用户的邮箱和昵称。当你要展示「这笔订单是谁下的、叫什么名字」时，就需要把订单表和用户表「按 user_id 对应起来」合并查询——这就是联结（JOIN）。

JOIN 的基本写法

JOIN 通过两张表之间的关联条件，把它们的行拼接到一起。

SELECT orders.id, users.email, orders.amount
FROM orders
JOIN users ON orders.user_id = users.id
WHERE orders.status = 'paid';
​

这条查询的含义是：从订单表出发，按 orders.user_id = users.id 把对应的用户行匹配过来，最终输出订单号、用户邮箱、金额。

JOIN 的几种类型

• INNER JOIN（内联结，等价于 JOIN）：只保留两表中能匹配上的行。上例即内联结。
• LEFT JOIN（左联结）：保留左表所有行；右表匹配不上的，对应字段为空。常用于「列出所有订单，即使某些订单的用户已被删除」。
• RIGHT JOIN（右联结）：与左联结对称，保留右表所有行。
• FULL JOIN（全联结）：保留两表所有行，匹配不上的字段为空。

实践中最常用的是 INNER JOIN 和 LEFT JOIN。下表用订单与用户的例子概括它们的差别：

联结多张表

一条查询可以联结不止两张表。例如查询「某订单中包含哪些商品及其数量」：

SELECT orders.id, products.name, order_items.quantity
FROM orders
JOIN order_items ON orders.id = order_items.order_id
JOIN products ON order_items.product_id = products.id
WHERE orders.id = '某订单ID';
​

联结多表的关键是理清「关联条件链」：订单↔订单项↔商品，每一步通过外键对应起来。

用 GROUP BY 分组

GROUP BY 把行按某列（或某些列）的值分组，每组再进行统计。典型问题：「每个用户下了多少笔订单、总金额多少？」

SELECT user_id, COUNT(*) AS order_count, SUM(amount) AS total
FROM orders
GROUP BY user_id;
​

这条查询把订单按 user_id 分组，每组计算订单数（COUNT）和总金额（SUM）。

常用聚合函数

聚合函数对一组值进行计算并返回单个结果：

• COUNT(*)：行数。
• SUM(列)：求和。
• AVG(列)：平均值。
• MAX(列) / MIN(列)：最大值 / 最小值。

聚合常与分组配合使用；不加 GROUP BY 时，聚合函数作用于整个结果集（如「全表总订单数」）。

用 HAVING 过滤分组

WHERE 用于过滤「行」，而 HAVING 用于过滤「分组」，通常接在 GROUP BY 之后。例如「只看下单超过 5 次的用户」：

SELECT user_id, COUNT(*) AS order_count
FROM orders
GROUP BY user_id
HAVING COUNT(*) > 5;
​

记忆口诀：WHERE 在分组前过滤行，HAVING 在分组后过滤组。

子查询

子查询是「查询里的查询」，能把一个查询的结果作为另一个查询的输入。例如「下单金额高于平均值的订单」：

SELECT id, amount FROM orders
WHERE amount > (SELECT AVG(amount) FROM orders);
​

子查询还常用于 IN、EXISTS 等场景，是表达复杂逻辑的灵活工具。

联结与聚合的性能

联结和聚合是查询中较重的操作，几个优化要点：

• 联接的关联列（外键与对应主键）应有索引，否则会退化为全表两两比对。
• 分组列也应有索引支持，尤其是大表分组。
• 避免对大结果集做无谓的 ORDER BY + OFFSET，能先过滤就先过滤。
• 复杂查询同样用 EXPLAIN 检查执行计划。

联结 + 聚合的典型场景

把两者结合，能回答绝大多数业务统计问题：

• 每个分类下商品数量与平均价格（商品 JOIN 分类，GROUP BY 分类）。
• 最近 7 天每天的订单总额（按日期 GROUP BY + SUM）。
• 购买过某商品的用户名单（订单项 JOIN 订单 JOIN 用户，WHERE 商品）。
• 销量前十的商品（订单项 GROUP BY 商品，SUM 数量，ORDER BY + LIMIT）。

小结

JOIN 把分散在多表的行拼接成完整视图，GROUP BY 与聚合函数把行汇总成统计洞察——它们共同构成了关系型数据库「整合信息」的核心能力。掌握联结与聚合，你就能从数据中提取任意维度的洞察。下一节进入数据库自动化：用视图、函数与触发器把重复逻辑固化下来。