蒋步星《JOIN 运算的简化与提速》系列技术文章。
【数据蒋堂】第 29 期：JOIN 运算剖析
【数据蒋堂】第 30 期：JOIN 简化 – 消除关联
更多敬请期待…

我们先把上一期中双子表对齐例子的 SQL 写出来：

 SELECT Orders.id, Orders.customer, A.x, B.y FROM Orders
 
 LEFT JOIN (SELECT id,SUM(price) x FROM OrderDetail GROUP BY id ) A ON Orders.id=A.id
 
 LEFT JOIN (SELECT id,SUM(amount) y FROM OrderPayment GROUP BY id ) B ON Orders.id=B.id
 
 WHERE A.x > B.y

那么问题来了，这显然是个有业务意义的 JOIN，它算是前面所说的哪一类呢？

这个 JOIN 涉及了表 Orders 和子查询 A 与 B，仔细观察会发现，子查询带有 GROUP BY id 的子句，显然，其结果集将以 id 为主键。这样，JOIN 涉及的三个表（子查询也算作是个临时表）的主键是相同的，它们是一对一的同维表，仍然在前述的范围内。

但是，这个同维表 JOIN 却不能用上一期说的写法简化，子查询 A,B 都不能省略不写。

可以简化书写的原因在于：我们假定事先知道数据结构中这些表之关联关系。用技术术语的说法，就是知道数据库的元数据（metadata）。而对于临时产生的子查询，显然不可能事先定义在元数据中了，这时候就必须明确指定要 JOIN 的表（子查询）。

不过，虽然 JOIN 的表不能省略，但关联字段总是主键，已经在 GROUP BY 中写过了，就没有必要再写一遍了；而且，子查询的主键总是由 GROUP 产生，而 GROUP BY 的字段一定要被选出用于做外层 JOIN，也没必要在 GROUP 和 SELECT 中各写一次；并且这几个子查询涉及的子表是互相独立的，它们之间不会再有关联计算了，我们就可以把 GROUP 动作以及聚合式直接放到主句中，从而消除一层子查询：

 SELECT Orders.id, Orders.customer, OrderDetail.SUM(price) x, OrderParyment.SUM(amount) y
 
 FROM Orders LEFT JOIN OrderDetail GROUP BY id LEFT JOIN OrderPayment GROUP BY id
 
 WHERE A.x > B.y

这里的 JOIN 和 SQL 定义的 JOIN 运算已经差别很大，完全没有笛卡尔积的意思了。而且，也不同于 SQL 的 JOIN 运算将定义在任何两个表之间，这里的 JOIN，OrderDetail 和 OrderPayment 以及 Orders 都是向共同的主键 id 靠拢，即所有表都向某一套基准维度对齐。而由于各表的维度（主键）不同，对齐时可能会有 GROUP BY，在引用该表字段时就会相应地出现聚合运算。OrderDetail 和 OrderPayment 甚至 Orders 之间都不直接发生关联，在书写运算时当然就不用关心它们之间的关系，甚至不必关心另一个表是否存在。而 SQL 那种笛卡尔积式的 JOIN 则总要找一个甚至多个表来定义关联，一旦减少或修改表时就要同时考虑关联表，增大理解难度。

我们称这种 JOIN 称为维度对齐，它并不超出我们前面说过的三种 JOIN 范围，但确实在语法描述上会有不同，这里的 JOIN 不象 SQL 中是个动词，却更象个连词。而且，和前面三种基本 JOIN 中不会或很少发生 FULL JOIN 的情况不同，维度对齐的场景下 FULL JOIN 并不是很罕见的情况。

虽然我们从主子表的例子抽象出维度对齐，但这种 JOIN 并不要求 JOIN 的表是主子表（事实上从上一篇的语法可知，主子表运算还不用写这么麻烦），任何多个表都可以这么关联，而且关联字段也完全不必要是主键或主键的部分。

设有合同表，回款表和发票表：

Contract 合同表

Payment 回款表

Invoice 发票表
code            发票编号
date            开票日期
customer   客户
amount      开票金额
…

现在想统计每一天的合同额、回款额以及发票额，就可以写成：

 SELECT Contract.SUM(price), Payment.SUM(amount), Invoice.SUM(amount)
 
 FROM Contract GROUP BY date FULL JOIN Payment GROUP BY date FULL JOIN Invoice GROUP BY date

这几种 JOIN 情况还可能混合出现。

延用上面的合同表，再有客户表和销售员表

Customer 客户表
|—|—|
|id| 客户编号 |
|name| 客户名称 |
|area| 所在地区 |
|…|…|

Sales 销售员表

其中 Contract 表中 customer 字段是指向 Customer 表的外键。

现在我们想统计每个地区的销售员数量及合同额：

 SELECT Sales.COUNT(1), Contract.SUM(price)
 
 FROM Sales GROUP BY area FULL JOIN Contract GROUP BY customer.area

维度对齐可以和外键属性化的写法配合合作。

这些例子中，最终的 JOIN 都是同维表。事实上，维度对齐还有主子表对齐的情况，不过相对罕见，我们将在后续仔细讲解维度概念时再涉及，上述写法中其实还有个小漏洞，有了明确的维度定义后才能将这个漏洞补上。

《JOIN 运算的简化与提速》直播地址：https://edu.hellobi.com/course/197/lessons  （章节 2）