文档反馈官招募中，报名立赚积分兑换代金券！> HOT
文档中心>腾讯云数据仓库 TCHouse-X>语法手册>TCHouse-X 语法>DQL>SELECT 语句>JOIN 子句

JOIN 子句

最近更新时间：2026-05-06 16:28:13

我的收藏

本页目录：

JOIN 子句是 SELECT 语句的核心，用于将两个或多个表的数据基于相关标识符（如外键）组合在一起，实现跨表数据的交叉引用。

语法概览与连接类型

TCHouse-X 支持多种标准的 SQL 连接方式：
基本连接：INNER JOIN (默认), LEFT [OUTER] JOIN, RIGHT [OUTER] JOIN, FULL [OUTER] JOIN。
高级连接：
SEMI JOIN：半连接（左/右），仅返回在一侧表中存在匹配的行，且每行仅返回一次。
ANTI JOIN：反连接，返回在一侧表中找不到匹配项的行。
笛卡尔积：CROSS JOIN 或不带 ON 条件的 JOIN。
SELECT select_list FROM
  table_or_subquery1 [INNER] JOIN table_or_subquery2 |
  table_or_subquery1 {LEFT [OUTER] | RIGHT [OUTER] | FULL [OUTER]} JOIN table_or_subquery2 |
  table_or_subquery1 {LEFT | RIGHT} SEMI JOIN table_or_subquery2 |
  table_or_subquery1 {LEFT | RIGHT} ANTI JOIN table_or_subquery2 |
    [ ON col1 = col2 [AND col3 = col4 ...] |
      USING (col1 [, col2 ...]) ]
  [other_join_clause ...]
[ WHERE where_clauses ]

SELECT select_list FROM
  table_or_subquery1, table_or_subquery2 [, table_or_subquery3 ...]
  [other_join_clause ...]
WHERE
    col1 = col2 [AND col3 = col4 ...]

SELECT select_list FROM
  table_or_subquery1 CROSS JOIN table_or_subquery2
  [other_join_clause ...]
[ WHERE where_clauses ]

连接风格：SQL-92 vs. SQL-89

SQL-92 (推荐)

使用显式的 JOIN 关键字，逻辑清晰，易于维护。
ON 子句：用于不同名列的比较。
USING 子句：当两表连接列名相同时的简写（如 USING (id)）。
-- 使用 ON
SELECT t1.c1, t2.c2 FROM t1 JOIN t2 ON t1.id = t2.id;
-- 使用 USING
SELECT t1.c1, t2.c2 FROM t1 JOIN t2 USING (id);

SQL-89 (传统)

使用逗号分隔表名，连接条件置于 WHERE 中。
风险：若误删 WHERE 中的连接条件，会意外产生巨大的笛卡尔积。
限制：TCHouse-X 的外连接（OUTER JOIN）必须使用 SQL-92 语法，不支持 (+) 或 *=。

通用连接场景

在 TCHouse-X 中，通用连接场景主要分为内连接（INNER JOIN）和外连接（OUTER JOIN），它们决定了如何处理两表中不匹配的数据。

内连接 (Inner Join)

内连接是最常用的连接类型。它仅返回两个表中连接列值完全匹配的行组合。
默认行为：TCHouse-X 默认执行内连接。
命名冲突：若两表存在同名列，必须使用表前缀（如 t1.id）或别名来消除歧义。
语法等价性：以下三种写法在 TCHouse-X 中效果相同。
-- 1. SQL-89 风格（隐含连接）
SELECT t1.id, c1, c2 FROM t1, t2 WHERE t1.id = t2.id;

-- 2. SQL-92 风格（显式连接）
SELECT t1.id, c1, c2 FROM t1 JOIN t2 ON t1.id = t2.id;

-- 3. 显式内连接（语义最清晰）
SELECT t1.id, c1, c2 FROM t1 INNER JOIN t2 ON t1.id = t2.id;

外连接 (Outer Join)

外连接用于保留不满足连接条件的行。当一侧表没有匹配数据时，结果集中对应的另一侧列将填充为 NULL。
左外连接 (LEFT OUTER JOIN)：返回左表所有行。右表无匹配则补 NULL。
右外连接 (RIGHT OUTER JOIN)：返回右表所有行。左表无匹配则补 NULL。
全外连接 (FULL OUTER JOIN)：返回左、右表中的所有行。任何一侧缺失匹配均补 NULL。
-- 左外连接
SELECT * FROM t1 LEFT OUTER JOIN t2 ON t1.id = t2.id;

-- 右外连接
SELECT * FROM t1 RIGHT OUTER JOIN t2 ON t1.id = t2.id;

-- 全外连接
SELECT * FROM t1 FULL OUTER JOIN t2 ON t1.id = t2.id;
警告：
强制风格：执行外连接时，TCHouse-X 必须使用 SQL-92 语法（即 JOIN 关键字）。不支持通过逗号分隔表名的方式实现外连接。
不支持扩展符号：TCHouse-X 不支持某些传统数据库（如 Oracle 或 SQL Server 老版本）中的厂商专用扩展符，如 (+) 或 *=。

特殊连接场景

自连接 (Self-joins)

用于处理树形结构（如父子关系）。通过为同一张表分配不同的别名实现。
SELECT lhs.id AS child, rhs.id AS parent 
FROM tree_data lhs, tree_data rhs 
WHERE lhs.parent_id = rhs.id;

等值与非等值连接

等值连接 (Equijoins)：使用 = 比较。这是最高效的连接方式，支持哈希连接（Hash Join）。
非等值连接 (Non-Equijoins)：使用 !=, <, > 等。
警告：
非等值连接通常通过 CROSS JOIN 配合 WHERE 实现，或在 OUTER JOIN 中使用。由于涉及嵌套循环连接（Nested Loop Join），可能非常耗费内存且不支持溢写磁盘。

半连接 (Semi-joins)

半连接是一种高效的关联变体，主要用于判断“存在性”。它与普通内连接（Inner Join）最大的区别在于：即使右表中有多个匹配项，左表的每一行也只会被返回一次。这有效地避免了结果集的冗余膨胀。
核心特性
左半连接 (LEFT SEMI JOIN)：仅当右表中存在匹配数据时，才返回左表的记录。
右半连接 (RIGHT SEMI JOIN)：反转比较逻辑，仅返回右表中有匹配项的记录（TCHouse-X 2.2 及更高版本支持）。
去重机制：半连接在逻辑上等价于 EXISTS 子句。它不会合并右表的列到结果集中，只返回原始表的数据。
示例：左半连接 (LEFT SEMI JOIN)
以下查询将检索出所有“在表 t2 中拥有匹配 ID”的 t1 记录：
-- 仅返回 t1 的列，且 t1 的每一行在结果集中最多出现一次
SELECT t1.c1, t1.c2
FROM t1 LEFT SEMI JOIN t2 
ON t1.id = t2.id;
半连接与内连接对比：
特性
内连接 (INNER JOIN)
半连接 (SEMI JOIN)
结果集大小
可能因为右表的多条匹配产生笛卡尔积
绝不产生重复行，保持左表原有的行数或更少
返回列
包含左右两表的所有请求列
仅包含单侧表的列
典型场景
获取两个表的组合信息
检查数据是否存在（类似 IN 或 EXISTS）

自然连接 (Natural Joins)

自然连接是一种特殊的等值连接，它通过隐式匹配两个表中所有名称相同的列来建立关联。
工作原理
自动匹配：自然连接会自动寻找左表和右表中命名的所有列，并执行等值比较，无需手动编写 ON 或 USING 子句。
列去重：在结果集中，同名的连接列仅会保留一份（虽然在 SELECT * 时表现明显，但在指定列名查询时需注意别名使用）。
语法样例
-- 假设 t1 和 t2 都有名为 'id' 和 'type' 的列
-- 系统会自动执行 ON t1.id = t2.id AND t1.type = t2.type
SELECT t1.c1, t2.c2 
FROM t1 NATURAL JOIN t2;
警告：
尽管 NATURAL JOIN 简化了代码，但在生产环境中需谨慎使用：
结构依赖性强：查询结果高度依赖于表结构。如果未来在其中一个表中添加了与另一表同名的无关列，连接条件会意外增加，导致结果集大幅缩小或为空。
维护成本高：TCHouse-X 场景，数据模型演进较快。列名的微小变动可能会导致下游报表或逻辑发生不可预知的变化。
可读性较差：对于不熟悉表结构的维护者来说，仅通过 SQL 语句很难直观判断连接的具体字段。

反连接 (Anti-joins)

反连接（Anti-join）是半连接的逻辑反面。它用于筛选出那些在另一张表中找不到匹配项的记录。这在查找“孤立数据”或执行“排除逻辑”时非常高效。
核心特性
左反连接 (LEFT ANTI JOIN)：返回左表中所有与右表不匹配的行。
负向逻辑：它表达的是“不存在”的关系，即：返回所有在右表中没有对应关联键的左表记录。
版本支持：TCHouse-X 目前全面支持 LEFT ANTI JOIN；RIGHT ANTI JOIN 目前尚不支持，计划在后续版本中推出。
语法示例
以下查询将返回所有在 t2 表中没有对应项的 t1 记录：
SELECT t1.id, t1.c1 
FROM t1 LEFT ANTI JOIN t2 
ON t1.id = t2.id;

NULL 值的连接处理

默认情况下 NULL = NULL 为假。
说明：
使用 <=>（NULL-Safe Equal）操作符。它比 OR (A IS NULL AND B IS NULL) 更简洁且性能更高，因为它能利用哈希连接。

性能调优

连接查询是资源密集型操作，优化顺序至关重要。

强制顺序控制

STRAIGHT_JOIN：紧跟 SELECT 关键字，强制按 FROM 子句中的表顺序执行连接。
SELECT STRAIGHT_JOIN t1.id, t1.c1, t2.c2 
FROM t1 JOIN t2 
ON t1.id = t2.id;
LEADING Hint：在复杂查询中精确指定顺序。
SELECT /*+ LEADING(t1 t2 t3) */ ... FROM t1 JOIN t2 ... JOIN t3 ...

统计信息与 CBO

TCHouse-X 的自研优化器 (Horn) 依赖统计信息进行 基于成本的优化 (CBO)。
统计信息维护命令
查看：SHOW TABLE STATS [table_name]
收集：COMPUTE STATS [table_name] (非分区) 或 COMPUTE INCREMENTAL STATS (分区表)。
手动策略（无统计信息时）
1. 先连接最大的表。
2. 优先连接过滤性（返回行数最少）的表。
中国站