三张表关联查询(原生sql，任何关系型数据库都可以用)

最新推荐文章于 2025-08-04 17:43:16 发布
最新推荐文章于 2025-08-04 17:43:16 发布
阅读量8.5k 收藏 2
点赞数 1
CC 4.0 BY-SA版权
分类专栏： Mysql
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/JavaMk/article/details/50879020
本文展示了如何使用SQL查询语句连接三张表：merchant_area, sys_area 和 merchant，以获取特定商户的详细信息及其所在区域。

三张表：merchant_area,sys_area,merchant.

SELECT a.id AS "id",

a.merchant_name AS "merchantName",
a.merchant_type AS "merchantType",
a.create_time AS "createTime",
a.is_delete AS "isDelete",
c.id AS 'area.id',
c.name AS 'area.name'
FROM merchant a 
LEFT JOIN merchant_area b ON b.`merchant_id` = a.`id` 
LEFT JOIN sys_area c ON c.`id`=b.`area_id`
MySQL联合查询（多表查询）
fwdwqdwq的博客
06-07 1643
一、内连接select *from 表1 [ inner | cross ] join 表2 [ on过滤条件 ] [ where查询条件 ] ；[ inner | cross ]:join 内连接关键字(必须要有)；on从语法上可省略，但如果省略它，将查询的是多表的笛卡尔积；1.select *from 表1 join 表2 [ on过滤条件 ] [ where查询条件 ] ；2.select *from 表1，表2 [ where查询条件 ] ；3.select *from 表1 inner join
mysql中3张表如何关联查询_mysql三张表关联查询
weixin_36050894的博客
02-02 1万+
三张表，需要得到的数据是标红色部分的。sql如下：select a.uid,a.uname,a.upsw,a.urealname,a.utel,a.uremark, b.rid,b.rname,b.rremark,c.deptid,c.deptname,c.deptremarkfrom table1 a,table2 b,table3 c where a.sems_role_rid=b.rid a...
[MySQL学习笔记] 多表查询、联合查询、子查询
qq_58547683的博客
08-04 857
本文介绍了数据库表关系的三种类型（一对多、多对多、一对一）及其实现方式，并详细讲解了多表查询的四种方法。主要内容包括： 表关系类型：一对多（外键）、多对多（中间表）、一对一（唯一外键） 多表查询方法：内连接（交集）、外连接（左/右表及交集）、自连接（同一表连接）、联合查询（结果合并） 子查询分类：标量、列、行、表子查询，以及不同位置（WHERE/FROM/SELECT）的应用 实际案例演示了各类查询的SQL语法和应用场景，如部门员工查询、薪资比较等。
使用做关联查询三张表
weixin_58276266的博客
12-14 843
表A---------------------------------关联第一张表B-----------------------关联第二张表c select * fomr 表名A　　left join 表B on 表A字段=表B的id 　　left join 表c 　on 表A字段=表c的id select * from A left join B on A.id=B.id left join C on A.id=C.id ...
SQL 三表关联查询
write___的博客
08-01 2457
表 a,b,c SELECT 列名 FROM a JOIN b ON a.列名 = b.列名 JOIN c ON c.列名 = a.列名
三张表关联查询统计_SQL多表查询
热门推荐
weixin_39631953的博客
12-03 1万+
真实的数据操作中，通常要获取的信息横跨多个表格，这个时候就要用到SQL多表查询，建立表格和表格的关联关系。一、表的加法即两张表加在一起。使用union 关键字，将两个表格查询的结果相加，在相加时会将重复的数据删除。如果想保留重复行，使用union all关键字，会将所有记录相加。如下图，清晰的显示两张课程表相加之后的结果。练习：合并两个表course和course1:SQL语句：运行结果：二、表的...
重学MySQL之关系型数据库和非关系型数据库
hello_1566的博客
01-11 1354
事务，是指一个操作序列，这些操作要么都执行，或者都不执行，而且这一序列是无法分隔的独立操作单位。也就是符合原子性（Atomicity）、 一致性（Consistency）、 隔离性（Isolation）和持久性（Durability）的一组操作。
图数据库GQL与SQL的差别
Peter的博客
11-21 2569
导语图数据库该如何操作和查询呢？我们知道关系型数据库用的是SQL（Structured Query Language），它也是数据库领域第一个国际标准，在大数据库和NoSQL类型数据库广泛发展之前的唯一的一个数据库查询语言国际标准。本文中，我们会介绍图查询语言GQL（Graph Query Language）的基础概念，以及GQL与SQL之间的差异。01用进化的视角看数据库和查询语言的演进如果读者对SQL语言的演进有所了解的话，就知道是它直接推动了关系型数据库的发展。此外，互联网的崛起还催生了NoSQL的诞
info2180-Lab8:数据库、SQL 查询、使用带有请求变量的 SQL 的基本 PHP 脚本和 PHP 服务进入 AJAX 系统
07-12
首先，数据库是存储和组织数据的系统，常见的关系型数据库管理系统（RDBMS）如MySQL、PostgreSQL和SQLite等，都是以表格形式存储数据，并通过SQL（结构化查询语言）进行操作。SQL是用于管理和处理关系型数据库的标准...
数据库设计与优化：从关系型到非关系型数据库
关系型数据库是指采用了关系模型来组织数据的数据库，它将数据组织成若干个二维表格或者关系，这些关系可以通过外键进行联系，提供了强大的数据操作和查询功能。 #### 场景示例： 假设我们有一个简单的关系型...
SQL 基础入门① | 基本 SELECT 语句详解（附数据库连接失败解决方法）
weixin_73350076的博客
07-20 1090
本文系统介绍 SQL 基础，涵盖起源、分类、语言规范，重点讲解基本 SELECT 语句用法，包括列选择、别名、去重等操作，助读者掌握简单数据查询，为深入学习数据库操作奠基。（附数据库连接失败解决方法）
SQL数据库基础三 多表查询
Joker的Java世界
06-13 7371
表与表之间的关系一对一关系(不常用 可以写成一张表)如果考虑到效率问题  可以对表进行拆分 多对多的关系(利用第三张表来表示关系)并且第三张表作为从表 拥有其他两个主表的外键ensample: 老师表 学生表 中间表 建立多对多的关系CREATE table teacher( tid int primary key, tname varchar(20) ); create table stud...
mysql三个数据表连接查询_MySQL数据库连接查询(多表查询)
weixin_32552195的博客
01-21 1470
一丶左外链接(对应右表中的字段自动补null)SELECT * FROM product_type LEFT JOIN product ON product_type.protype_id=product.protype_id;二丶右外链接(对应左表中的字段自动补null)SELECT * FROM product RIGHT JOIN product_type ON product_type.p...
MySQL之三张表关联
weixin_30727835的博客
01-17 599
创建三张表 1、学生表 mysql> create table students( sid int primary key auto_increment, sname varchar(100) not null, age int, address varchar(100), courseid int, constraint fk_stu_cid foreign...
多联表查询（三个表查询）
weixin_65219914的博客
07-26 384
三联表查询
SQL中的多表关联查询
m0_69371690的博客
03-28 2280
一篇文章带你了解数据库SQL中的多表关联查询
三个表联合查询的场景分析-场景1：a表关联了b表和c表
空山新雨后，天气晚来秋
03-14 3489
三个表的联合查询的场景分析-场景1：a表关联了b表和c表
【sql】常用命令三多表查询
ximianyang的博客
07-25 3084
项目开发中，在进行数据库表结构设计时，会根据业务需求及业务模块之间的关系，分析并设计表结构，由于业务之间相互关联，所以各个表结构之间也存在着各种联系，基本上分为三种：一对多(多对一)、多对多、一对一。：子查询返回的结果是单个值（数字、字符串、日期等），最简单的形式，这种子查询称为标量子查询。：子查询返回的结果是一列（可以是多行），这种子查询称为列子查询。：子查询返回的结果是一行（可以是多列），这种子查询称为行子查询。对于 union 查询，就是把多次查询的结果合并起来，形成一个新的查询结果集。
SQL多表查询
weixin_45951205的博客
03-20 6063
概述：从多张表中进行数据查询例如：有以下两张表dept和emp：多表查询分类1、连接查询内连接：相当于查询A、B交集部分数据外连接：左外连接：查询左表所有数据，以及两张表交集部分数据（用的更多）右外连接：查询右表所有数据，以及两张表交集部分数据自连接：当前表与自身的连接查询，自连接必须使用表别名2、子查询。
SQL 会使业务变得难以理解，现在大型公司用的复杂sql多吗
最新发布
09-04
<think> 嗯，用户这次聚焦在大公司如何管理复杂SQL的实践上，看来ta的担忧主要在于业务可维护性。结合上次讨论的SQL-on-Hadoop技术引用[^1]，需要突出说明复杂SQL在大数据场景下的必要性及配套管理方案。 用户作为技术人员，明显经历过SQL维护痛点，提问时特意强调“业务难以理解”，说明ta更关注工程实践而非理论。需要重点拆解谷歌/阿里这类超大规模企业的SQL治理经验，用具体指标说话。 注意到引用中提到SQL Server[^2]和多种数据库支持[^3]，补充说明跨数据库的共性方案会更有说服力。上次回复里的分层架构案例用户反馈不错，这次应该深化这个维度。 特别要强调业界真实教训——比如某厂因SQL失控导致分析延迟的案例，比单纯说教更有警示作用。最后用Snowflake这种现代数据平台的解决方案收尾，让用户看到行业演进方向。 </think> 大型公司在业务中普遍使用复杂SQL进行数据分析，但会通过严格的架构设计和流程管控来保证可维护性。以下是具体实践和解决方案： --- ### 一、复杂SQL的典型应用场景 1. **跨业务数据整合** 需关联数十张表（用户画像+订单+日志），例如： ```sql SELECT u.user_id, SUM(o.amount) AS total_spent FROM user_attributes u JOIN order_fact o ON u.user_id = o.buyer_id JOIN behavior_log l ON u.user_id = l.user_id WHERE o.date > '2023-01-01' AND l.action = 'purchase' GROUP BY u.user_segment; ``` *涉及用户分群、消费行为、时间窗口的多维分析* 2. **实时决策引擎** 金融风控场景需在毫秒级完成多表关联查询： ```sql SELECT txn_id, CASE WHEN u.risk_score > 90 OR a.blacklist_flag = 1 THEN 'REJECT' ELSE 'APPROVE' END AS decision FROM realtime_transactions t LEFT JOIN risk_users u ON t.user_id = u.id LEFT JOIN anti_fraud_list a ON t.device_id = a.device_hash; ``` 3. **层次化数据计算** 电商平台分层计算GMV（从SKU→类目→事业部）： ```sql WITH sku_sales AS ( SELECT category_id, SUM(sales) AS daily_sales FROM sku_transactions WHERE date = CURRENT_DATE - 1 GROUP BY sku_id, category_id ) SELECT c.parent_category AS dept, SUM(s.daily_sales) * 0.85 AS gmv_net -- 扣除平台佣金 FROM sku_sales s JOIN category_hierarchy c ON s.category_id = c.id GROUP BY ROLLUP(dept); ``` --- ### 二、保障可维护性的核心措施 1. **架构分层设计** ```mermaid graph LR A[原始数据层] -->|ETL| B[数仓明细层DWD] B -->|轻度聚合| C[数据集市层DWS] C -->|业务指标| D[应用层ADS] ``` - 每层SQL复杂度逐级降低（DWD层SQL最复杂，ADS层仅简单聚合） 2. **模块化开发规范** - **CTE分段落地**：将200行SQL拆分为5-10个有命名的CTE模块 ```sql WITH user_orders AS (...), -- 用户订单基础数据 active_users AS (...), -- 筛选活跃用户 category_gmv AS (...) -- 类目GMV计算 SELECT ... FROM category_gmv JOIN active_users ... ``` - **视图封装**：将核心逻辑封装为视图，上层查询调用视图而非原生表 ```sql CREATE VIEW v_user_lifetime_value AS /* 200行复杂计算逻辑 */; ``` 3. **自动化质量管控** | 工具类型 | 代表工具 | 管控重点 | |----------------|--------------------|-------------------------| | SQL静态检查 | SQLFluff、dbt test | 语法规范/嵌套深度警告 | | 血缘追踪 | Apache Atlas | 影响分析（修改字段级影响）| | 性能监控 | Presto/Spark UI | 扫描数据量>1TB时自动告警 | --- ### 三、大型企业的优化实践 1. **蚂蚁金服：SQL智能归并** - 自动合并相似查询（如不同事业部的GMV计算），**降低重复计算70%**[^1] 2. **美团：动态分区裁剪** - 在万亿级日志表查询中自动添加分区过滤条件，**查询速度提升8倍**[^2] 3. **Snowflake架构优势** ```sql -- 自动优化示例：原始写法 SELECT * FROM large_table WHERE id IN (SELECT id FROM small_table); -- 优化后自动执行 SELECT l.* FROM large_table l SEMI JOIN small_table s ON l.id = s.id; -- 自动转换为半连接 ``` 借助云数仓的优化器自动重写低效SQL[^3] --- ### 四、复杂SQL的替代方案 当SQL复杂度失控时（如嵌套超过5层），企业会采用： 1. **代码化转换** ```python # Spark代替SQL处理图关系计算 user_graph = GraphFrame(vertices_df, edges_df) result = user_graph.pageRank(resetProbability=0.15, maxIter=10) ``` 2. **声明式语义层** 使用LookML（Looker）、Datameer等工具，将业务指标定义为原子对象： ```yaml dimension: user_lifetime_value { sql: ${TABLE}.sales / NULLIF(${user_count}, 0) ;; } ``` --- ### 关键结论 > 复杂SQL是大数据业务的必然产物，但通过： > 1. **架构分层**（DWD→DWS→ADS） > 2. **模块化开发**（CTE/视图封装） > 3. **自动化优化**（静态检查/执行计划优化） > > 可使核心业务逻辑保持可维护性。当SQL复杂度超过临界点时，应转向代码化方案或语义层工具。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值