为什么 FULL JOIN 顺序在这些查询中有所不同？答案

【问题标题】：Why does FULL JOIN order make a difference in these queries?为什么 FULL JOIN 顺序在这些查询中有所不同？
【发布时间】：2017-07-19 16:40:49
【问题描述】：

我正在使用 PostgreSQL。我在这里读到的所有内容都表明，在仅对单个列使用完全连接的查询中，连接的表的顺序基本上无关紧要。

我的直觉说这也应该适用于多列，只要每个公共列都尽可能地列在查询中（即，只要两个连接表都有共同的列）。但不是，我正试图找出原因。

简化为三个表 a、b 和 c。

Columns in table a: id, name_a
Columns in table b: id, id_x
Columns in table c: id, id_x

这个查询：

SELECT *
FROM a
    FULL JOIN b USING(id)
    FULL JOIN c USING(id, id_x);

返回与此不同的行数：

SELECT *
FROM a
    FULL JOIN c USING(id)
    FULL JOIN b USING(id, id_x);

我想要/期望的很难说清楚，但基本上，我想要一个“完整的”完全合并。除非不可避免，否则我不希望任何地方出现空字段。

例如，每当有一个非空 id 时，我希望相应的名称列始终具有 name_a 并且不为空。相反，其中一个示例查询返回半冗余结果，其中一行具有 name_a 但没有 id，另一行具有 id 但没有 name_a，而不是单个合并行。

当连接以其他顺序列出时，我确实得到了想要的结果（但我不确定可能会出现什么其他问题，因为未来的数据是未知的）。

【问题讨论】：

您是否期望输入表中可能存在 NULL？您的某些期望是否取决于超级键上的 FULL JOIN（UNIQUE NOT NULL）？表或连接是否有任何其他限制/约束？就输入而言，您期望/预期的结果究竟是什么？请给出示例输入、查询以及预期/期望和实际输出。 PS我怀疑没有这样的连接链是你想要的结果的查询。我怀疑您需要某些工会，并且 OR 在您的规范中起着重要作用。尝试描述并举例说明您想要 2 个然后 3 个表的内容。
Is there any rule of thumb to construct SQL query from a human-readable description?
您仍然不清楚您在 GordonLinoff 的回答中写的 cmets 中想要什么。此外，“如果有多行...”正如我在对您的问题的评论中假设的那样，您的情况涉及某些假设但您没有给出它们。事情比你想象的要复杂。如果您想回答您的问题，无论它是什么，请阅读并在minimal reproducible example 上采取行动，然后阅读并根据我的评论采取行动。至少，给出输入和预期输出的例子。另外， cmets 不是为了澄清，请编辑您的问题。另外，请参阅我的答案。
这里是如何“表达”：请 (1) 给出 PK、UNIQUE、NOT NULL、FK 以及任何其他限制您的表一次可以容纳的内容（无论是否声明）&（ 2）完成这句话（假设“∈”就像SQL“in”但匹配相同值或两者都为null的列）：我想要具有列（id，id_x，name）的行，其中[（id，id_x）∈（b联合c) and ((id,name) in a or (id) not in (select id from a) and name is null)] or ... 。也许 ... 或 (id) 不在 (select id from (b union c)) 和 (id,name) ∈ a 并且 id_x 为空。

标签： sql postgresql null outer-join associativity

【解决方案1】：

您的查询不同。

首先，您使用单列 id 对 b 执行 full join。

在第二个中，您使用两列将full join 转换为b。

虽然这两个查询在某些情况下可能返回相同的结果，但没有理由认为结果具有可比性。

【讨论】：

这是有道理的。但我不完全明白的是如何强制最后一张桌子的id 始终与第一张桌子融合在一起，就像与第二张桌子一样。直觉上，当我有 USING 关键字时，这就是我期望 FULL JOIN 工作的方式，因为只返回一个 id 列。
@Lenoxus “总是被融合”是什么意思？ PS 定义，而不是直觉。
我明白为什么不清楚。我希望结果表的行数尽可能少。所以：没有空值，除非一个值真的无法确定。如果有多行具有相同的 id 和 id_x 值，这一定是因为表 b 和 c 都有具有这些值的行。结果表应反映这些表数据中的每个关系/重叠，但仅此而已。

【解决方案2】：

参数顺序在 OUTER JOIN 中很重要，除了 FULL NATURAL JOIN 是对称的。它们返回 INNER JOIN（ON、USING 或 NATURAL）所做的事情，以及由 NULL 扩展的左侧（LEFT JOIN）、右侧（RIGHT JOIN）或两者（FULL JOIN）表中不匹配的行。

USING 返回 INNER JOIN 行中每个指定列的单个共享值；在 NULL 扩展行中，另一个常见列可以在一个表的版本中具有 NULL，而在另一个表的版本中具有值。

加入订单也很重要。甚至 FULL NATURAL JOIN 也不是关联的，因为对于多个表，每对表（操作数是原始的或连接结果）都可以有一组唯一的公共列，即通常 (A ⟗ B) ⟗ C ≠ A ⟗ (B ⟗ C)。

在许多特殊情况下，某些额外的身份是成立的。例如，使用所有常见列名的 FULL JOIN 和 OUTER JOIN ON 同名列的相等性是对称的。某些情况涉及 CK（候选键）、FK（外键）和其他参数约束。

您的问题并没有明确说明您假设的输入条件或寻求的输出条件。

【讨论】：