【賽迪網－IT技術報道】這篇論壇文章（賽迪網技術社區）根據筆者的個人經驗詳細介紹了多表查詢引出問題的解決方法，更多內容請讀者參看下文：
最近一段時間做公司內部的一個業務員業績管理站點，其中在做報表查詢的時候遇到了一個有意思的問題，著實為難了我一下。因為一些不方便的原因，同時也為了便於描述，下面我把這個報表查詢簡化一下，但是本質上是一樣的。
首先是說說表結構吧，一共兩張表，暫命名為表T1和T2吧，T1有A，B，C，D四個字段，T2有A，B，C，E四個字段。T2表的A，B兩列的聯合的值是T1表A，B兩列聯合的值的子集
我想要的結果是返回一個查詢暫命名為T吧，T的結構是 A B C D E，但是T中要包括T1和T2兩個表中的所有C的值。看到這裡有些博友可能馬上就想到了這很簡單嘛，一個表連接或右連接就搞定了（的確我一開始也是這樣認為的），但是請注意，我要的結果是要所有C都出現在查詢結果中。
為了便於說明問題我們先對兩個表添加一些測試數據：
T1: A B C D
a1 b1 c1 d1
a2 b2 c2 d2
a3 b3 c3 d3
a4 b4 c4 d4
T2: A B C E
a1 b1 c1 e1
a2 b2 c2 e2
a3 b3 c5 e3
a4 b4 c6 e4
針對於上面兩個表的實際數據，也就是結果要像下面這樣，也就是要A，B，C三列是聯合唯一的
T: A B C D E
a1 b1 c1 d1 e1
a2 b2 c2 d2 e2
a3 b3 c3 d3 null
a4 b4 c4 d4 null
a3 b3 c5 null e3
a4 b4 c6 null e4
乍看之下，兩個表的數據合併到一個結果中來，好像還是典型的表連接查詢嘛，可是針對我們想要的這個結果來說該用什麼想的連接方式呢，inner join？條件呢 T1.A = T2.A and T1.B = T2.B這兩個我想應該沒有問題的，那C呢，T1.C = T2.C ？好像不對，T1.C is null or T2.C is null ? 更不對了，這樣結果行數只會是小于等於T1和T2中的C的不唯一的個數。再來看看left join吧。我們知道，一般情況下，left join的結果的行數只會是等於參加連接的左邊表的行數，現在結果的行數是6行，明顯不等於T1表的4行。看來左連接的方式也是不行的。那行右連接呢？右連接從本質上來說和左連接的方式是一樣，都是其對應的左連接對稱的方式，就像a+b=b+a一樣，個人感覺主要是為了某些時候寫SQL的方便，比如說連續的做連接查詢。一般來說左連接能做到的事情，右連接都可以做到，左連接做不到的事情，右連接也同樣做不到（扯遠了，呵呵）。還有一種方式cross join，也叫笛卡爾積，交叉連接，不帶任何條件的連接，結果行數永遠等於T1的行數乘以T2的行數，看看本例，T1有4行，T2有4行，結果確只有6行，這就更不對了。難道就沒有一種辦法可以解決我的問題了嗎？ 想想以前沒有SQLServer2005的行時候，連行列互換這樣的問題都能夠解決，難道現在還搞不定一個小小的連接查詢？這兩張表的結構相差不多，大不了我把所有的數據都整到一個表裏去再來處理，一個表總比兩個表處理起來好吧。咦，慢著，放到一個表裏去處理？這到是個辦法，沒想到我從一句隨口說的氣話裏面忽然看到了一絲希望。可是怎麼放呢，最簡單的方法就是union，可是列字段不一樣呀。沒關係，不存在的列咱給它補上，補成什麼就看個人看喜好了，我這裡就用null代替了。
說幹就幹，我馬上就寫下了第一步中的SQL:
select A,B,C,D,null as E from T1
union
select A,B,C,null as D,E from T2
結果是什麼呢：
T: A B C D E
a1 b1 c1 d1 null
a2 b2 c2 d2 null
a3 b3 c3 d3 null
a4 b4 c4 d4 null
a1 b1 c1 null e1
a2 b2 c2 null e2
a3 b3 c5 null e3
a4 b4 c6 null e4
這樣總算是把兩個表的數據合到一個表了，可是結果是4+4=8行，不是我要的結果6行，怎麼辦呢。這時我又想到了，我要的結果裏A，B，C是聯合唯一的，現在的結果是A，B，C三列不唯一，怎麼辦呢，直覺告訴我該group by上場了。把不唯一的分組變成唯的分組（以前還從來沒有想過group by還有這等用處，呵呵），分組的列好說，就是A，B，C，可是未分組的列需要一個聚合函數呀，我們這裡哪用得上聚合呢？看看不唯一的分組內D和E只有有值和無值兩種狀態。我又想到了以前分組查詢的時候經常用到的min(datetime),max(datetime)這樣的用法，取一個分組裏的最大，最小時間，避免了把時間帶到group by中去。這裡不也是一樣的嘛。有值和無值比較當然是有值的大了。
於是對SQL稍加修改變成了下面這樣:
select A,B,C,max(D) as D, max(E) as E from
(
select A,B,C,D,null as E from T1
union
select A,B,C,null as D,E from T2
) as T
這樣的結果就是我想要的，o了！看似連接的問題不用連接搞定了。
完成後回過頭來想想這個真的就不能用連接來做了嗎？怎麼說也是脫離不了“從兩個表裏選出不同的列查詢”的模式呀。直覺告訴我，如果可行的話只能是用到left join或right join，可是這兩種方式無論是哪一種直接作用於兩張表上都會丟失一部分數據。既然兩個表直接連接搞不定，能不能臨時生成第三張表，再和這兩張表作兩次連接，不讓原來不該丟失的數據丟掉呢？如果可行的話該怎麼構造這個臨時表呢？帶著這麼多的疑問我又仔細考慮了一下，所有的問題最關鍵的地方是查詢結果裏面C的所有值必須全部出現，嗯就是它了。構造一個只有C一列的表把所有的C的值都裝進去，這下再連接的話，C的值就不會丟了。SQL如下
select T1.A,T1.B,T.C,T1.D,T2.E from
(
select C from T1
union
select C from T2
) as T
left join T1 on T.C = T1.C
left join T2 on T.C = T2.C
查詢的結果跟上面的一樣。
舊的問題解決了，新的問題又來了，既然出現了兩個答案，兩個答案各自的本質是什麼呢？誰才是最佳選擇呢？對於第一個疑問，我的想法是:group by的方式的本質是把兩個表的數據拿出來，按結果的列的唯一性分組，每組對應于結果集裏的一行，每個組裏只取一行，每列儘量選擇不為空的值填充。後者實質上是先把結果集的行數定下來，也就是選出一個有效的列（本例是C），再用連接的方式取出相應列中的值。順便說一句，雖然兩種方式都用到了union，但是還是有些細微的差別的，前一種還可以用帶all的方式，後一種絕對不能帶all，想想也能明白，第一種裏面就算是帶了all，在後面的group by的時候也會被合併掉的，不會影響最後的結果。至於兩者的性能嘛，在數據量少的時候完全可以不考慮的，如果非要問個究竟的話，我也只能說去看看查詢計劃生成的圖表了。前一種方式做了兩次表掃描（T1，T2各一次），一次排序，一次聚合；後一種做了四次表掃描（兩次查詢，兩次連接），一次排序，兩次嵌套迴圈。誰好誰壞各位自己分析吧。
本以為這件事到些就結束了，可是接下來的一天我又發現了以前一直沒有注意到的一點----在MSDN裏看到了“全連接”這個概念。以前在剛學連接的時候見到過，記憶裏有這麼個印象，只因為平時遇到的問題基本上都能解決，所以對於這個不常用的東東具體含意是什麼，什麼時候使用，也就不清楚了，時間一長也忘得差不多了。現在想想全連接的作用就是把參加連接的左表和右表裏各自沒有的部分也都取到結果集中，放到我現在的這個問題上來看不是正合適的嘛。正所謂“會者不難，難者不會”，一旦明白了原理，相應的SQL也就不難寫出來了。
select
case
when T1.A is null then T2.A
else T1.A
end as A,
case
when T1.B is null then T2.B
else T1.B
end as B,
case
when T1.C is null then T2.C
else T1.C
end as C,
T1.D, T2.E
from T1
full join T2 on T1.A = T2.A and T1.B = T2.B and T1.C = T2.C
沒有用到union，沒有用到臨時表，一個連接搞定，代碼看著也比較正統，比較優雅。至於這種方式的本質嘛，不用多說了，都在全聯接的定義裏了。性能方面，看看查詢計劃的圖表，我實在是沒有搞懂怎麼一個全聯接會進行四次表掃描，一次嵌套迴圈。難道按照最接近於“查詢結果的要求”的定義寫出來的SQL性能還不如第一種用“旁門左道”搞出來的SQL？是我的認知有問題還是本來就是這樣的？暫時只能希望有這方面的高手能解答一下了。看來我對於全連接的認識還是不夠呀，以後一定得多多注意，抽個時間好好補上一課。（責任編輯：盧兆林）
