


SQL JOIN: Perbezaan Klausa WHERE dan ON dalam Penapisan Data
KlausaSQL WHERE
dan ON
kerap digunakan dalam cantuman, tetapi ia melaksanakan fungsi penapisan yang berbeza. Memahami perbezaan ini adalah penting untuk reka bentuk pertanyaan yang cekap.
Fasal WHERE
: Penapisan Selepas Sertai
Klausa WHERE
, yang muncul selepas pernyataan JOIN
, menapis keseluruhan set hasil yang dihasilkan oleh cantuman. Ia bertindak sebagai penapis selepas bergabung, mengalih keluar baris yang tidak memenuhi syarat yang ditetapkan selepas operasi gabungan selesai. Contohnya:
SELECT * FROM Orders LEFT JOIN OrderLines ON OrderLines.OrderID = Orders.ID WHERE Orders.ID = 12345;
Di sini, klausa WHERE
menapis hasil untuk hanya memasukkan baris dengan Orders.ID
ialah 12345. Baris yang tidak memenuhi syarat ini akan dihapuskan selepas LEFT JOIN
telah pun menggabungkan data daripada Orders
dan OrderLines
.
Fasal ON
: Penapisan Pra-Sertai
Sebaliknya, klausa ON
, yang terletak dalam pernyataan JOIN
itu sendiri, mentakrifkan kriteria sertai. Ia menentukan baris mana daripada jadual bercantum harus dipadankan sebelum cantuman dilaksanakan. Pertimbangkan pertanyaan ini:
SELECT * FROM Orders LEFT JOIN OrderLines ON OrderLines.OrderID = Orders.ID AND Orders.ID = 12345;
Klausa ON
menetapkan bahawa baris dicantumkan hanya apabila OrderLines.OrderID
sepadan dengan Orders.ID
dan Orders.ID
bersamaan dengan 12345. Penapisan pra-gabungan ini mengurangkan data yang diproses sebelum pencantuman sebenar berlaku .
Kesamaan Fungsian lwn. Perbezaan Semantik
Walaupun hasil yang setara dari segi fungsi kadangkala boleh dicapai menggunakan mana-mana klausa, maknanya berbeza dengan ketara. WHERE
menapis selepas gabungan, manakala ON
mempengaruhi proses gabungan itu sendiri.
Perbezaan semantik ini amat ketara dengan LEFT
atau RIGHT JOINs
. Keadaan klausa WHERE
mungkin mengecualikan baris daripada jadual kiri atau kanan, walaupun LEFT
atau RIGHT JOIN
direka bentuk untuk memasukkan semua baris daripada jadual itu. Menggunakan ON
untuk keadaan penapisan memastikan bahawa cantuman itu sendiri menghormati kemasukan yang dimaksudkan untuk semua baris daripada jadual yang ditentukan.
Untuk INNER JOINs
, kesannya selalunya serupa, tetapi perbezaan semantiknya kekal.
Atas ialah kandungan terperinci SQL JOINs: WHERE vs. ON: Bilakah Mereka Berbeza dalam Hasil Penapisan?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

InnoDB menggunakan redolog dan undologs untuk memastikan konsistensi dan kebolehpercayaan data. 1. Pengubahsuaian halaman data rekod untuk memastikan pemulihan kemalangan dan kegigihan transaksi. 2.UNDOLOGS merekodkan nilai data asal dan menyokong penggantian transaksi dan MVCC.

Metrik utama untuk menjelaskan arahan termasuk jenis, kunci, baris, dan tambahan. 1) Jenis mencerminkan jenis akses pertanyaan. Semakin tinggi nilai, semakin tinggi kecekapan, seperti const adalah lebih baik daripada semua. 2) Kunci memaparkan indeks yang digunakan, dan null menunjukkan tiada indeks. 3) Baris menganggarkan bilangan baris yang diimbas, yang mempengaruhi prestasi pertanyaan. 4) Tambahan memberikan maklumat tambahan, seperti menggunakanFilesort meminta bahawa ia perlu dioptimumkan.

MenggunakanTemary menunjukkan bahawa keperluan untuk membuat jadual sementara dalam pertanyaan MySQL, yang biasanya dijumpai di Orderby menggunakan lajur yang berbeza, GroupBy, atau tidak diindeks. Anda boleh mengelakkan berlakunya indeks dan menulis semula pertanyaan dan meningkatkan prestasi pertanyaan. Khususnya, apabila menggunakan pembelian muncul dalam menjelaskan output, ini bermakna MySQL perlu membuat jadual sementara untuk mengendalikan pertanyaan. Ini biasanya berlaku apabila: 1) deduplikasi atau pengelompokan apabila menggunakan yang berbeza atau kumpulan; 2) Susun apabila Orderby mengandungi lajur bukan indeks; 3) Gunakan subquery kompleks atau menyertai operasi. Kaedah Pengoptimuman termasuk: 1) Orderby dan GroupB

MySQL/InnoDB menyokong empat tahap pengasingan transaksi: ReadUncommitted, ReadCommitted, RepeatableRead dan Serializable. 1. ReadoMuncommitted membolehkan membaca data yang tidak komited, yang boleh menyebabkan bacaan kotor. 2. 3.RepeatableRead adalah tahap lalai, mengelakkan bacaan kotor dan bacaan yang tidak boleh diulang, tetapi bacaan hantu mungkin berlaku. 4. Serializable mengelakkan semua masalah konkurensi tetapi mengurangkan kesesuaian. Memilih tahap pengasingan yang sesuai memerlukan keseimbangan data konsistensi dan keperluan prestasi.

MySQL sesuai untuk aplikasi web dan sistem pengurusan kandungan dan popular untuk sumber terbuka, prestasi tinggi dan kemudahan penggunaan. 1) Berbanding dengan PostgreSQL, MySQL melakukan lebih baik dalam pertanyaan mudah dan operasi membaca serentak yang tinggi. 2) Berbanding dengan Oracle, MySQL lebih popular di kalangan perusahaan kecil dan sederhana kerana sumber terbuka dan kos rendah. 3) Berbanding dengan Microsoft SQL Server, MySQL lebih sesuai untuk aplikasi silang platform. 4) Tidak seperti MongoDB, MySQL lebih sesuai untuk data berstruktur dan pemprosesan transaksi.

Cardinality Indeks MySQL mempunyai kesan yang signifikan terhadap prestasi pertanyaan: 1. Indeks kardinaliti yang tinggi dapat lebih berkesan menyempitkan julat data dan meningkatkan kecekapan pertanyaan; 2. Indeks kardinaliti yang rendah boleh membawa kepada pengimbasan jadual penuh dan mengurangkan prestasi pertanyaan; 3. Dalam indeks bersama, urutan kardinaliti yang tinggi harus diletakkan di depan untuk mengoptimumkan pertanyaan.

Laluan pembelajaran MySQL termasuk pengetahuan asas, konsep teras, contoh penggunaan, dan teknik pengoptimuman. 1) Memahami konsep asas seperti jadual, baris, lajur, dan pertanyaan SQL. 2) Ketahui definisi, prinsip kerja dan kelebihan MySQL. 3) menguasai operasi CRUD asas dan penggunaan lanjutan, seperti indeks dan prosedur yang disimpan. 4) Biasa dengan debugging kesilapan biasa dan cadangan pengoptimuman prestasi, seperti penggunaan rasional indeks dan pertanyaan pengoptimuman. Melalui langkah -langkah ini, anda akan memahami sepenuhnya penggunaan dan pengoptimuman MySQL.

Aplikasi dunia nyata MySQL termasuk reka bentuk pangkalan data asas dan pengoptimuman pertanyaan kompleks. 1) Penggunaan Asas: Digunakan untuk menyimpan dan mengurus data pengguna, seperti memasukkan, menanyakan, mengemas kini dan memadam maklumat pengguna. 2) Penggunaan lanjutan: Mengendalikan logik perniagaan yang kompleks, seperti perintah dan pengurusan inventori platform e-dagang. 3) Pengoptimuman Prestasi: Meningkatkan prestasi dengan menggunakan indeks, jadual partisi dan cache pertanyaan.


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

PhpStorm versi Mac
Alat pembangunan bersepadu PHP profesional terkini (2018.2.1).

SublimeText3 versi Inggeris
Disyorkan: Versi Win, menyokong gesaan kod!

Versi Mac WebStorm
Alat pembangunan JavaScript yang berguna

Penyesuai Pelayan SAP NetWeaver untuk Eclipse
Integrasikan Eclipse dengan pelayan aplikasi SAP NetWeaver.

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa