玩转Mysql系列 – 第11篇：深入了解连接查询及原理
- 2019 年 10 月 6 日
- 筆記
打算提升sql技能的，可以加我微信itsoku，带你成为sql高手。
这是Mysql系列第11篇。
环境：mysql5.7.25，cmd命令中进行演示。
当我们查询的数据来源于多张表的时候，我们需要用到连接查询，连接查询使用率非常高，希望大家都务必掌握。
本文内容
- 笛卡尔积
- 内连接
- 外连接
- 左连接
- 右连接
- 表连接的原理
- 使用java实现连接查询，加深理解
准备数据
2张表： t_team：组表。 t_employee：员工表，内部有个team_id引用组表的id。
drop table if exists t_team; create table t_team( id int not null AUTO_INCREMENT PRIMARY KEY comment '组id', team_name varchar(32) not null default '' comment '名称' ) comment '组表'; drop table if exists t_employee; create table t_employee( id int not null AUTO_INCREMENT PRIMARY KEY comment '部门id', emp_name varchar(32) not null default '' comment '员工名称', team_id int not null default 0 comment '员工所在组id' ) comment '员工表表'; insert into t_team values (1,'架构组'),(2,'测试组'),(3,'java组'),(4,'前端组'); insert into t_employee values (1,'路人甲Java',1),(2,'张三',2),(3,'李四',3),(4,'王五',0),(5,'赵六',0);
t_team表4条记录，如下：
mysql> select * from t_team; +----+-----------+ | id | team_name | +----+-----------+ | 1 | 架构组 | | 2 | 测试组 | | 3 | java组 | | 4 | 前端组 | +----+-----------+ 4 rows in set (0.00 sec)
t_employee表5条记录，如下：
mysql> select * from t_employee; +----+---------------+---------+ | id | emp_name | team_id | +----+---------------+---------+ | 1 | 路人甲Java | 1 | | 2 | 张三 | 2 | | 3 | 李四 | 3 | | 4 | 王五 | 0 | | 5 | 赵六 | 0 | +----+---------------+---------+ 5 rows in set (0.00 sec)
笛卡尔积
介绍连接查询之前，我们需要先了解一下笛卡尔积。
笛卡尔积简单点理解：有两个集合A和B，笛卡尔积表示A集合中的元素和B集合中的元素任意相互关联产生的所有可能的结果。
假如A中有m个元素，B中有n个元素，A、B笛卡尔积产生的结果有m*n个结果，相当于循环遍历两个集合中的元素，任意组合。
java伪代码表示如下：
for(Object eleA : A){ for(Object eleB : B){ System.out.print(eleA+","+eleB); } }
过程：拿A集合中的第1行，去匹配集合B中所有的行，然后再拿集合A中的第2行，去匹配集合B中所有的行，最后结果数量为m*n。
sql中笛卡尔积语法
select 字段 from 表1,表2[,表N]; 或者 select 字段 from 表1 join 表2 [join 表N];
示例：
mysql> select * from t_team,t_employee; +----+-----------+----+---------------+---------+ | id | team_name | id | emp_name | team_id | +----+-----------+----+---------------+---------+ | 1 | 架构组 | 1 | 路人甲Java | 1 | | 2 | 测试组 | 1 | 路人甲Java | 1 | | 3 | java组 | 1 | 路人甲Java | 1 | | 4 | 前端组 | 1 | 路人甲Java | 1 | | 1 | 架构组 | 2 | 张三 | 2 | | 2 | 测试组 | 2 | 张三 | 2 | | 3 | java组 | 2 | 张三 | 2 | | 4 | 前端组 | 2 | 张三 | 2 | | 1 | 架构组 | 3 | 李四 | 3 | | 2 | 测试组 | 3 | 李四 | 3 | | 3 | java组 | 3 | 李四 | 3 | | 4 | 前端组 | 3 | 李四 | 3 | | 1 | 架构组 | 4 | 王五 | 0 | | 2 | 测试组 | 4 | 王五 | 0 | | 3 | java组 | 4 | 王五 | 0 | | 4 | 前端组 | 4 | 王五 | 0 | | 1 | 架构组 | 5 | 赵六 | 0 | | 2 | 测试组 | 5 | 赵六 | 0 | | 3 | java组 | 5 | 赵六 | 0 | | 4 | 前端组 | 5 | 赵六 | 0 | +----+-----------+----+---------------+---------+ 20 rows in set (0.00 sec)
t_team表4条记录，t_employee表5条记录，笛卡尔积结果输出了20行记录。
内连接
语法：
select 字段 from 表1 inner join 表2 on 连接条件; 或 select 字段 from 表1 join 表2 on 连接条件; 或 select 字段 from 表1, 表2 [where 关联条件];
内连接相当于在笛卡尔积的基础上加上了连接的条件。 当没有连接条件的时候，内连接上升为笛卡尔积。
过程用java伪代码如下：
for(Object eleA : A){ for(Object eleB : B){ if(连接条件是否为true){ System.out.print(eleA+","+eleB); } } }
示例1：有连接条件
查询员工及所属部门
mysql> select t1.emp_name,t2.team_name from t_employee t1 inner join t_team t2 on t1.team_id = t2.id; +---------------+-----------+ | emp_name | team_name | +---------------+-----------+ | 路人甲Java | 架构组 | | 张三 | 测试组 | | 李四 | java组 | +---------------+-----------+ 3 rows in set (0.00 sec) mysql> select t1.emp_name,t2.team_name from t_employee t1 join t_team t2 on t1.team_id = t2.id; +---------------+-----------+ | emp_name | team_name | +---------------+-----------+ | 路人甲Java | 架构组 | | 张三 | 测试组 | | 李四 | java组 | +---------------+-----------+ 3 rows in set (0.00 sec) mysql> select t1.emp_name,t2.team_name from t_employee t1, t_team t2 where t1.team_id = t2.id; +---------------+-----------+ | emp_name | team_name | +---------------+-----------+ | 路人甲Java | 架构组 | | 张三 | 测试组 | | 李四 | java组 | +---------------+-----------+ 3 rows in set (0.00 sec)
上面相当于获取了2个表的交集，查询出了两个表都有的数据。
示例2：无连接条件
无条件内连接，上升为笛卡尔积，如下：
mysql> select t1.emp_name,t2.team_name from t_employee t1 inner join t_team t2; +---------------+-----------+ | emp_name | team_name | +---------------+-----------+ | 路人甲Java | 架构组 | | 路人甲Java | 测试组 | | 路人甲Java | java组 | | 路人甲Java | 前端组 | | 张三 | 架构组 | | 张三 | 测试组 | | 张三 | java组 | | 张三 | 前端组 | | 李四 | 架构组 | | 李四 | 测试组 | | 李四 | java组 | | 李四 | 前端组 | | 王五 | 架构组 | | 王五 | 测试组 | | 王五 | java组 | | 王五 | 前端组 | | 赵六 | 架构组 | | 赵六 | 测试组 | | 赵六 | java组 | | 赵六 | 前端组 | +---------------+-----------+ 20 rows in set (0.00 sec)
示例3：组合条件进行查询
查询架构组的员工，3种写法
mysql> select t1.emp_name,t2.team_name from t_employee t1 inner join t_team t2 on t1.team_id = t2.id and t2.team_name = '架构组'; +---------------+-----------+ | emp_name | team_name | +---------------+-----------+ | 路人甲Java | 架构组 | +---------------+-----------+ 1 row in set (0.00 sec) mysql> select t1.emp_name,t2.team_name from t_employee t1 inner join t_team t2 on t1.team_id = t2.id where t2.team_name = '架构组'; +---------------+-----------+ | emp_name | team_name | +---------------+-----------+ | 路人甲Java | 架构组 | +---------------+-----------+ 1 row in set (0.00 sec) mysql> select t1.emp_name,t2.team_name from t_employee t1, t_team t2 where t1.team_id = t2.id and t2.team_name = '架构组'; +---------------+-----------+ | emp_name | team_name | +---------------+-----------+ | 路人甲Java | 架构组 | +---------------+-----------+ 1 row in set (0.00 sec)
上面3中方式解说。
方式1：on中使用了组合条件。
方式2：在连接的结果之后再进行过滤，相当于先获取连接的结果，然后使用where中的条件再对连接结果进行过滤。
方式3：直接在where后面进行过滤。
总结
内连接建议使用第3种语法，简洁：
select 字段 from 表1, 表2 [where 关联条件];
外连接
外连接涉及到2个表，分为：主表和从表，要查询的信息主要来自于哪个表，谁就是主表。
外连接查询结果为主表中所有记录。如果从表中有和它匹配的，则显示匹配的值，这部分相当于内连接查询出来的结果；如果从表中没有和它匹配的，则显示null。
最终：外连接查询结果 = 内连接的结果 + 主表中有的而内连接结果中没有的记录。
外连接分为2种：
左外链接：使用left join关键字，left join左边的是主表。
右外连接：使用right join关键字，right join右边的是主表。
左连接
语法
select 列 from 主表 left join 从表 on 连接条件;
示例1:
查询所有员工信息，并显示员工所在组，如下：
mysql> SELECT t1.emp_name, t2.team_name FROM t_employee t1 LEFT JOIN t_team t2 ON t1.team_id = t2.id; +---------------+-----------+ | emp_name | team_name | +---------------+-----------+ | 路人甲Java | 架构组 | | 张三 | 测试组 | | 李四 | java组 | | 王五 | NULL | | 赵六 | NULL | +---------------+-----------+ 5 rows in set (0.00 sec)
上面查询出了所有员工，员工team_id=0的，team_name为NULL。
示例2：
查询员工姓名、组名，返回组名不为空的记录，如下：
mysql> SELECT t1.emp_name, t2.team_name FROM t_employee t1 LEFT JOIN t_team t2 ON t1.team_id = t2.id WHERE t2.team_name IS NOT NULL; +---------------+-----------+ | emp_name | team_name | +---------------+-----------+ | 路人甲Java | 架构组 | | 张三 | 测试组 | | 李四 | java组 | +---------------+-----------+ 3 rows in set (0.00 sec)
上面先使用内连接获取连接结果，然后再使用where对连接结果进行过滤。
右连接
语法
select 列 from 从表 right join 主表 on 连接条件;
示例
我们使用右连接来实现上面左连接实现的功能，如下：
mysql> SELECT t2.team_name, t1.emp_name FROM t_team t2 RIGHT JOIN t_employee t1 ON t1.team_id = t2.id; +-----------+---------------+ | team_name | emp_name | +-----------+---------------+ | 架构组 | 路人甲Java | | 测试组 | 张三 | | java组 | 李四 | | NULL | 王五 | | NULL | 赵六 | +-----------+---------------+ 5 rows in set (0.00 sec) mysql> SELECT t2.team_name, t1.emp_name FROM t_team t2 RIGHT JOIN t_employee t1 ON t1.team_id = t2.id WHERE t2.team_name IS NOT NULL; +-----------+---------------+ | team_name | emp_name | +-----------+---------------+ | 架构组 | 路人甲Java | | 测试组 | 张三 | | java组 | 李四 | +-----------+---------------+ 3 rows in set (0.00 sec)
理解表连接原理
准备数据
drop table if exists test1; create table test1( a int ); drop table if exists test2; create table test2( b int ); insert into test1 values (1),(2),(3); insert into test2 values (3),(4),(5);
mysql> select * from test1; +------+ | a | +------+ | 1 | | 2 | | 3 | +------+ 3 rows in set (0.00 sec) mysql> select * from test2; +------+ | b | +------+ | 3 | | 4 | | 5 | +------+ 3 rows in set (0.00 sec)
我们来写几个连接，看看效果。
示例1：内连接
mysql> select * from test1 t1,test2 t2; +------+------+ | a | b | +------+------+ | 1 | 3 | | 2 | 3 | | 3 | 3 | | 1 | 4 | | 2 | 4 | | 3 | 4 | | 1 | 5 | | 2 | 5 | | 3 | 5 | +------+------+ 9 rows in set (0.00 sec) mysql> select * from test1 t1,test2 t2 where t1.a = t2.b; +------+------+ | a | b | +------+------+ | 3 | 3 | +------+------+ 1 row in set (0.00 sec)
9条数据正常。
示例2：左连接
mysql> select * from test1 t1 left join test2 t2 on t1.a = t2.b; +------+------+ | a | b | +------+------+ | 3 | 3 | | 1 | NULL | | 2 | NULL | +------+------+ 3 rows in set (0.00 sec) mysql> select * from test1 t1 left join test2 t2 on t1.a>10; +------+------+ | a | b | +------+------+ | 1 | NULL | | 2 | NULL | | 3 | NULL | +------+------+ 3 rows in set (0.00 sec) mysql> select * from test1 t1 left join test2 t2 on 1=1; +------+------+ | a | b | +------+------+ | 1 | 3 | | 2 | 3 | | 3 | 3 | | 1 | 4 | | 2 | 4 | | 3 | 4 | | 1 | 5 | | 2 | 5 | | 3 | 5 | +------+------+ 9 rows in set (0.00 sec)
上面的左连接第一个好理解。
第2个sql连接条件t1.a>10，这个条件只关联了test1表，再看看结果，是否可以理解？不理解的继续向下看，我们用java代码来实现连接查询。
第3个sql中的连接条件1=1值为true，返回结果为笛卡尔积。
java代码实现连接查询
下面是一个简略版的实现
package com.itsoku.sql; import org.junit.Test; import java.util.ArrayList; import java.util.Arrays; import java.util.List; import java.util.Objects; import java.util.concurrent.CopyOnWriteArrayList; import java.util.stream.Collectors; public class Test1 { public static class Table1 { int a; public int getA() { return a; } public void setA(int a) { this.a = a; } public Table1(int a) { this.a = a; } @Override public String toString() { return "Table1{" + "a=" + a + '}'; } public static Table1 build(int a) { return new Table1(a); } } public static class Table2 { int b; public int getB() { return b; } public void setB(int b) { this.b = b; } public Table2(int b) { this.b = b; } public static Table2 build(int b) { return new Table2(b); } @Override public String toString() { return "Table2{" + "b=" + b + '}'; } } public static class Record<R1, R2> { R1 r1; R2 r2; public R1 getR1() { return r1; } public void setR1(R1 r1) { this.r1 = r1; } public R2 getR2() { return r2; } public void setR2(R2 r2) { this.r2 = r2; } public Record(R1 r1, R2 r2) { this.r1 = r1; this.r2 = r2; } @Override public String toString() { return "Record{" + "r1=" + r1 + ", r2=" + r2 + '}'; } public static <R1, R2> Record<R1, R2> build(R1 r1, R2 r2) { return new Record(r1, r2); } } public static enum JoinType { innerJoin, leftJoin } public static interface Filter<R1, R2> { boolean accept(R1 r1, R2 r2); } public static <R1, R2> List<Record<R1, R2>> join(List<R1> table1, List<R2> table2, JoinType joinType, Filter<R1, R2> onFilter, Filter<R1, R2> whereFilter) { if (Objects.isNull(table1) || Objects.isNull(table2) || joinType == null) { return new ArrayList<>(); } List<Record<R1, R2>> result = new CopyOnWriteArrayList<>(); for (R1 r1 : table1) { List<Record<R1, R2>> onceJoinResult = joinOn(r1, table2, onFilter); result.addAll(onceJoinResult); } if (joinType == JoinType.leftJoin) { List<R1> r1Record = result.stream().map(Record::getR1).collect(Collectors.toList()); List<Record<R1, R2>> leftAppendList = new ArrayList<>(); for (R1 r1 : table1) { if (!r1Record.contains(r1)) { leftAppendList.add(Record.build(r1, null)); } } result.addAll(leftAppendList); } if (Objects.nonNull(whereFilter)) { for (Record<R1, R2> record : result) { if (!whereFilter.accept(record.r1, record.r2)) { result.remove(record); } } } return result; } public static <R1, R2> List<Record<R1, R2>> joinOn(R1 r1, List<R2> table2, Filter<R1, R2> onFilter) { List<Record<R1, R2>> result = new ArrayList<>(); for (R2 r2 : table2) { if (Objects.nonNull(onFilter) ? onFilter.accept(r1, r2) : true) { result.add(Record.build(r1, r2)); } } return result; } @Test public void innerJoin() { List<Table1> table1 = Arrays.asList(Table1.build(1), Table1.build(2), Table1.build(3)); List<Table2> table2 = Arrays.asList(Table2.build(3), Table2.build(4), Table2.build(5)); join(table1, table2, JoinType.innerJoin, null, null).forEach(System.out::println); System.out.println("-----------------"); join(table1, table2, JoinType.innerJoin, (r1, r2) -> r1.a == r2.b, null).forEach(System.out::println); } @Test public void leftJoin() { List<Table1> table1 = Arrays.asList(Table1.build(1), Table1.build(2), Table1.build(3)); List<Table2> table2 = Arrays.asList(Table2.build(3), Table2.build(4), Table2.build(5)); join(table1, table2, JoinType.leftJoin, (r1, r2) -> r1.a == r2.b, null).forEach(System.out::println); System.out.println("-----------------"); join(table1, table2, JoinType.leftJoin, (r1, r2) -> r1.a > 10, null).forEach(System.out::println); } }
代码中的innerJoin()方法模拟了下面的sql：
mysql> select * from test1 t1,test2 t2; +------+------+ | a | b | +------+------+ | 1 | 3 | | 2 | 3 | | 3 | 3 | | 1 | 4 | | 2 | 4 | | 3 | 4 | | 1 | 5 | | 2 | 5 | | 3 | 5 | +------+------+ 9 rows in set (0.00 sec) mysql> select * from test1 t1,test2 t2 where t1.a = t2.b; +------+------+ | a | b | +------+------+ | 3 | 3 | +------+------+ 1 row in set (0.00 sec)
运行一下innerJoin()输出如下：
Record{r1=Table1{a=1}, r2=Table2{b=3}} Record{r1=Table1{a=1}, r2=Table2{b=4}} Record{r1=Table1{a=1}, r2=Table2{b=5}} Record{r1=Table1{a=2}, r2=Table2{b=3}} Record{r1=Table1{a=2}, r2=Table2{b=4}} Record{r1=Table1{a=2}, r2=Table2{b=5}} Record{r1=Table1{a=3}, r2=Table2{b=3}} Record{r1=Table1{a=3}, r2=Table2{b=4}} Record{r1=Table1{a=3}, r2=Table2{b=5}} ----------------- Record{r1=Table1{a=3}, r2=Table2{b=3}}
对比一下sql和java的结果，输出的结果条数、数据基本上一致，唯一不同的是顺序上面不一样，顺序为何不一致，稍微介绍。
代码中的leftJoin()方法模拟了下面的sql：
mysql> select * from test1 t1 left join test2 t2 on t1.a = t2.b; +------+------+ | a | b | +------+------+ | 3 | 3 | | 1 | NULL | | 2 | NULL | +------+------+ 3 rows in set (0.00 sec) mysql> select * from test1 t1 left join test2 t2 on t1.a>10; +------+------+ | a | b | +------+------+ | 1 | NULL | | 2 | NULL | | 3 | NULL | +------+------+ 3 rows in set (0.00 sec)
运行leftJoin()，结果如下：
Record{r1=Table1{a=3}, r2=Table2{b=3}} Record{r1=Table1{a=1}, r2=null} Record{r1=Table1{a=2}, r2=null} ----------------- Record{r1=Table1{a=1}, r2=null} Record{r1=Table1{a=2}, r2=null} Record{r1=Table1{a=3}, r2=null}
效果和sql的效果完全一致，可以对上。
现在我们来讨论java输出的顺序为何和sql不一致？
上面java代码中两个表的连接查询使用了嵌套循环，外循环每执行一次，内循环的表都会全部遍历一次，如果放到mysql中，就相当于内标全部扫描了一次（一次全表io读取操作），主表（外循环）如果有n条数据，那么从表就需要全表扫描n次，表的数据是存储在磁盘中，每次全表扫描都需要做io操作，io操作是最耗时间的，如果mysql按照上面的java方式实现，那效率肯定很低。
那mysql是如何优化的呢？
msql内部使用了一个内存缓存空间，就叫他
join_buffer吧，先把外循环的数据放到join_buffer中，然后对从表进行遍历，从表中取一条数据和join_buffer的数据进行比较，然后从表中再取第2条和join_buffer数据进行比较，直到从表遍历完成，使用这方方式来减少从表的io扫描次数，当join_buffer足够大的时候，大到可以存放主表所有数据，那么从表只需要全表扫描一次（即只需要一次全表io读取操作）。 mysql中这种方式叫做Block Nested Loop。
java代码改进一下，来实现join_buffer的过程。
java代码改进版本
package com.itsoku.sql; import org.junit.Test; import java.util.ArrayList; import java.util.Arrays; import java.util.List; import java.util.Objects; import java.util.concurrent.CopyOnWriteArrayList; import java.util.stream.Collectors; import com.itsoku.sql.Test1.*; public class Test2 { public static int joinBufferSize = 10000; public static List<?> joinBufferList = new ArrayList<>(); public static <R1, R2> List<Record<R1, R2>> join(List<R1> table1, List<R2> table2, JoinType joinType, Filter<R1, R2> onFilter, Filter<R1, R2> whereFilter) { if (Objects.isNull(table1) || Objects.isNull(table2) || joinType == null) { return new ArrayList<>(); } List<Test1.Record<R1, R2>> result = new CopyOnWriteArrayList<>(); int table1Size = table1.size(); int fromIndex = 0, toIndex = joinBufferSize; toIndex = Integer.min(table1Size, toIndex); while (fromIndex < table1Size && toIndex <= table1Size) { joinBufferList = table1.subList(fromIndex, toIndex); fromIndex = toIndex; toIndex += joinBufferSize; toIndex = Integer.min(table1Size, toIndex); List<Record<R1, R2>> blockNestedLoopResult = blockNestedLoop((List<R1>) joinBufferList, table2, onFilter); result.addAll(blockNestedLoopResult); } if (joinType == JoinType.leftJoin) { List<R1> r1Record = result.stream().map(Record::getR1).collect(Collectors.toList()); List<Record<R1, R2>> leftAppendList = new ArrayList<>(); for (R1 r1 : table1) { if (!r1Record.contains(r1)) { leftAppendList.add(Record.build(r1, null)); } } result.addAll(leftAppendList); } if (Objects.nonNull(whereFilter)) { for (Record<R1, R2> record : result) { if (!whereFilter.accept(record.r1, record.r2)) { result.remove(record); } } } return result; } public static <R1, R2> List<Record<R1, R2>> blockNestedLoop(List<R1> joinBufferList, List<R2> table2, Filter<R1, R2> onFilter) { List<Record<R1, R2>> result = new ArrayList<>(); for (R2 r2 : table2) { for (R1 r1 : joinBufferList) { if (Objects.nonNull(onFilter) ? onFilter.accept(r1, r2) : true) { result.add(Record.build(r1, r2)); } } } return result; } @Test public void innerJoin() { List<Table1> table1 = Arrays.asList(Table1.build(1), Table1.build(2), Table1.build(3)); List<Table2> table2 = Arrays.asList(Table2.build(3), Table2.build(4), Table2.build(5)); join(table1, table2, JoinType.innerJoin, null, null).forEach(System.out::println); System.out.println("-----------------"); join(table1, table2, JoinType.innerJoin, (r1, r2) -> r1.a == r2.b, null).forEach(System.out::println); } @Test public void leftJoin() { List<Table1> table1 = Arrays.asList(Table1.build(1), Table1.build(2), Table1.build(3)); List<Table2> table2 = Arrays.asList(Table2.build(3), Table2.build(4), Table2.build(5)); join(table1, table2, JoinType.leftJoin, (r1, r2) -> r1.a == r2.b, null).forEach(System.out::println); System.out.println("-----------------"); join(table1, table2, JoinType.leftJoin, (r1, r2) -> r1.a > 10, null).forEach(System.out::println); } }
执行innerJoin()，输出：
Record{r1=Table1{a=1}, r2=Table2{b=3}} Record{r1=Table1{a=2}, r2=Table2{b=3}} Record{r1=Table1{a=3}, r2=Table2{b=3}} Record{r1=Table1{a=1}, r2=Table2{b=4}} Record{r1=Table1{a=2}, r2=Table2{b=4}} Record{r1=Table1{a=3}, r2=Table2{b=4}} Record{r1=Table1{a=1}, r2=Table2{b=5}} Record{r1=Table1{a=2}, r2=Table2{b=5}} Record{r1=Table1{a=3}, r2=Table2{b=5}} ----------------- Record{r1=Table1{a=3}, r2=Table2{b=3}}
执行leftJoin()，输出：
Record{r1=Table1{a=3}, r2=Table2{b=3}} Record{r1=Table1{a=1}, r2=null} Record{r1=Table1{a=2}, r2=null} ----------------- Record{r1=Table1{a=1}, r2=null} Record{r1=Table1{a=2}, r2=null} Record{r1=Table1{a=3}, r2=null}
结果和sql的结果完全一致。
扩展
表连接中还可以使用前面学过的group by、having、order by、limit。
这些关键字相当于在表连接的结果上在进行操作，大家下去可以练习一下，加深理解。
