Хабрахабр

Понимание джойнов сломано. Это точно не пересечение кругов, честно

Один из обязательных вопросов, который я задаю — это чем отличается INNER JOIN от LEFT JOIN. Так получилось, что я провожу довольно много собеседований на должность веб-программиста.

остается только то, что есть в обеих таблицах, а left join — это когда левая таблица остается без изменений, а от правой добавляется пересечение множеств. Чаще всего ответ примерно такой: "inner join — это как бы пересечение множеств, т.е. Еще, бывает, рисуют пересекающиеся круги. Для всех остальных строк добавляется null".

Я так устал от этих ответов с пересечениями множеств и кругов, что даже перестал поправлять людей.

Ну или, как минимум, не точен. Дело в том, что этот ответ в общем случае неверен.

Давайте рассмотрим почему, и заодно затронем еще парочку тонкостей join-ов.

По математическому определению, во множестве все элементы уникальны, не повторяются, а в таблицах в общем случае это вообще-то не так. Во-первых, таблица — это вообще не множество. Вторая беда, что термин "пересечение" только путает.

В комментах идут жаркие споры о теории множеств и уникальности. (Update. Очень интересно, много нового узнал, спасибо)

INNER JOIN

Давайте сразу пример.

Итак, создадим две одинаковых таблицы с одной колонкой id, в каждой из этих таблиц пусть будет по две строки со значением 1 и еще что-нибудь.

INSERT INTO table1
(id)
VALUES
(1),
(1)
(3); INSERT INTO table2
(id)
VALUES
(1),
(1),
(2);

Давайте, их, что ли, поджойним

SELECT *
FROM table1 INNER JOIN table2 ON table1.id = table2.id;

Если бы это было "пересечение множеств", или хотя бы "пересечение таблиц", то мы бы увидели две строки с единицами.

На практике ответ будет такой:

| id | id |
| --- | --- |
| 1 | 1 |
| 1 | 1 |
| 1 | 1 |
| 1 | 1 |

Но как??

Вдруг кто-то не в курсе. Для начала рассмотрим, что такое CROSS JOIN.

Например, есть две таблицы, в одной из них 3 строки, в другой — 2: CROSS JOIN — это просто все возможные комбинации соединения строк двух таблиц.

select * from t1;

id ---- 1 2 3

select * from t2;

id ---- 4 5

Тогда CROSS JOIN будет порождать 6 строк.

select * from t1 cross join t2;

id | id ----+---- 1 | 4 1 | 5 2 | 4 2 | 5 3 | 4 3 | 5

Так вот, вернемся к нашим баранам.
Конструкция

t1 INNER JOIN t2 ON condition

— это, можно сказать, всего лишь синтаксический сахар к

t1 CROSS JOIN t2 WHERE condition

по сути INNER JOIN — это все комбинации соединений строк с неким фильтром condition. Т.е. В общем-то, можно это представлять по разному, кому как удобнее, но точно не как пересечение каких-то там кругов.

На самом деле там более интересные алгоритмы. Небольшой disclaimer: хотя inner join логически эквивалентен cross join с фильтром, это не значит, что база будет делать именно так, в тупую: генерить все комбинации и фильтровать.

LEFT JOIN

Если вы считаете, что левая таблица всегда остается неизменной, а к ней присоединяется или значение из правой таблицы или null, то это в общем случае не так, а именно в случае когда есть повторы данных.

Опять же, создадим две таблицы:

insert into t1 (id)
values
(1),
(1),
(3); insert into t2
(id)
values
(1),
(1),
(4),
(5);

Теперь сделаем LEFT JOIN:

SELECT * FROM t1 LEFT JOIN t2 ON t1.id = t2.id;

Результат будет содержать 5 строк, а не по количеству строк в левой таблице, как думают очень многие.

| id | id |
| --- | --- |
| 1 | 1 |
| 1 | 1 |
| 1 | 1 |
| 1 | 1 |
| 3 | |

все комбинации соединений строк, отфильтрованных по какому-то условию), и плюс еще записи из левой таблицы, для которых в правой по этому фильтру ничего не совпало. Так что, LEFT JOIN — это тоже самое что и INNER JOIN (т.е.

LEFT JOIN можно переформулировать так:

SELECT * FROM t1 CROSS JOIN t2 WHERE t1.id = t2.id UNION ALL SELECT t1.id, null FROM t1 WHERE NOT EXISTS ( SELECT FROM t2 WHERE t2.id = t1.id )

Сложноватое объяснение, но что поделать, зато оно правдивее, чем круги с пересечениями и т.д.

Условие ON

На самом деле там любое булево выражение. Удивительно, но по моим ощущениям 99% разработчиков считают, что в условии ON должен быть id из одной таблицы и id из второй.

Например, есть таблица со статистикой юзеров users_stats, и таблица с ip адресами городов.
Тогда к статистике можно прибавить город

SELECT s.id, c.city FROM users_stats AS s JOIN cities_ip_ranges AS c ON c.ip_range && s.ip

расширение посгреса ip4r) где && — оператор пересечения (см.

Если в условии ON поставить true, то это будет полный аналог CROSS JOIN

"table1 JOIN table2 ON true" == "table1 CROSS JOIN table2"

Производительность

Потому что "они тормозят". Есть люди, которые боятся join-ов как огня. Т.е. Знаю таких, где есть полный запрет join-ов по проекту. люди скачивают две-три таблицы себе в код и джойнят вручную в каком-нибудь php.

Это, прямо скажем, странно.

Проблемы будут возникать скорее всего лишь тогда, когда у вас таблиц будет с десяток в одном запросе. Если джойнов немного, и правильно сделаны индексы, то всё будет работать быстро. Дело в том, что планировщику нужно определить, в какой последовательности осуществлять джойны, как выгоднее это сделать.

Поэтому для большого количества таблиц, потратив некоторое время на поиски оптимальной последовательности, планировщик прекращает эти поиски и делает такой план, какой успел придумать. Сложность этой задачи O(n!), где n — количество объединяемых таблиц. В этом случае иногда бывает выгодно вынести часть запроса в подзапрос CTE; например, если вы точно знаете, что, поджойнив две таблицы, мы получим очень мало записей, и остальные джойны будут стоить копейки.

Если нужно просто найти элементы в таблице, которых нет в другой таблице, то лучше использовать не 'LEFT JOIN… WHERE… IS NULL', а конструкцию EXISTS. Кстати, Еще маленький совет по производительности. Это и читабельнее, и быстрее.

Выводы

Также, похоже, нужно избегать термина "пересечение". Как мне кажется, не стоит использовать диаграммы Венна для объяснения джойнов.

Если вы знаете — расскажите, плиз, и киньте в коменты. Как объяснить на картинке джойны корректно, я, честно говоря, не представляю. Не забудьте подписаться. А мы обсудим это в одном из ближайших выпусков подкаста "Цинковый прод".

Спасибо за фидбэк. Update. Кто минусует — отпишитесь плиз, почему.

Теги
Показать больше

Похожие статьи

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Кнопка «Наверх»
Закрыть