Database i et hvilket som helst datasystem er samlingen av strukturerte eller ustrukturerte data som kan brukes til å utføre ulike alternativer som opprettelse, sletting osv. Denne databasen administreres av et spesielt språk kjent som SQL . I SQL-språk er det forskjellige sammenføyninger som brukes til å sette sammen rader fra to eller flere tabeller fra den relaterte kolonnen. Noen av sammenføyningene er Inner Join , Venstre Bli med , og Høyre Bli med . I denne artikkelen skal vi utforske konseptene med eksempler på Venstre Bli med og Venstre Ytre Join. Sammen med dette vil vi også gå gjennom hovedforskjellene deres.

Venstre Bli med

Left Join i SQL-språk brukes til å returnere alle dataene eller postene fra den venstre tabellen og de samsvarende dataene eller postene fra den høyre tabellen. I scenariet, der det ikke er samsvar, består sammenføyningen fortsatt av radene fra den venstre tabellen og viser NULL-verdier for kolonnene i den høyre tabellen.

I sammenheng med spørringen, nedenfor er syntaksen til Venstre Join.

Syntaks

VELG kolonner FRA venstre_tabell

LEFT JOIN right_table PÅ

join_condition;

La oss nå forstå Left Join gjennom et enkelt eksempel:

Eksempel:

1. Kundedatatabell:

2. Ordre_datatabell:

Forespørsel etter Venstre Delta

SELECT Customer_Data.customer_id, Customer_Data.customer_name, Orders_Data.order_id, Orders_Data.order_date FROM Customers_Data LEFT JOIN Orders ON Customers_Data.customer_id = Orders_Data.customer_id;>

Resultat/utgang

Forklaring

I eksemplet ovenfor. Left Join inkluderer alle rader fra venstre tabell ( Kunde Data ) og matchet dem med de tilsvarende radene i den høyre tabellen ( Ordrer_Data ). Her har kunden Gaurav 2 bestillinger, Anjali har ingen bestillinger (NULL), og Ramesh har 1 ordre.

Venstre ytre skjøt

Konseptet av Venstre ytre skjøt er lik og lik Venstre Join, og begge disse begrepene brukes om hverandre. Nøkkelordet som brukes her er Ytre , som er valgfritt og heller ikke påvirker resultatet.

La oss se syntaksen til Left Outer Join:

Syntaks

VELG kolonner

numpy unik

FRA venstre_tabell

VENSTRE YTRE JOIN right_table PÅ

join_condition;

Eksempel:

La oss vurdere de samme tabellene som ble brukt i eksempelet ovenfor for venstrekobling:

Spørsmål om venstre ytre sammenføyning

SELECT Customer_Data.customer_id, Customer_Data.customer_name, Orders_Data.order_id, Orders_Data.order_date FROM Customers_Data  LEFT OUTER JOIN Orders ON  Customers_Data.customer_id = Orders_Data.customer_id;>

Resultat/utgang

Forklaring

I eksemplet ovenfor, ikke-matchende poster fra den høyre tabellen ( Ordrer_Data ) er inkludert, og NULL-verdier vises for de høyre tabellkolonnene. Dermed kan kunden med ‘ Kunde ID ' 4 i Ordrer_Data tabellen, som ikke har en samsvarende post i Kunde Data tabellen er også inkludert i resultatsettet og NULL-verdiene vises, som ikke ble vist i Venstre-sammenføyningstilstanden.

Forskjellen mellom venstre sammenføyning og venstre ytre sammenføyning

Vanlige spørsmål om Left Join og Left Outer Join

1. Når bør vi bruke en Left Join?

Left Join skal brukes når vi skal returnere alle rader fra tabellen lengst til venstre, selv om det ikke er noen samsvarende rader i tabellen lengst til høyre. Dette er nyttig i scenariet når vi ønsker å liste opp alle dataene fra den venstre tabellen, uavhengig av om den inneholder data i den høyre tabellen.

2. Hva er fordelene med å bruke Left Join?

Det er ulike typer fordeler ved å bruke Left Join, det lar oss potensielt vise alle dataene i den venstre tabellen, selv om den ikke har noen data i den høyre tabellen. Denne kan brukes til revisjonsoppgaver.

3. Forklar resultatene av Left Outer Join.

Resultatene av Left Outer Join består av rader fra den venstre tabellen, og også de samsvarende radene fra den høyre tabellen. I tilfelle det ikke er noen samsvarende rader fra den høyre tabellen, vil de tilsvarende kolonnene i resultatsettet vises som NULL.

4. Kan vi bruke ORDER BY-klausulen sammen med Left Outer Join?

Ja, vi kan bruke ORDER BY-klausulen sammen med Left Outer Join i spørringen. Dette vil sortere resultatene av sammenføyningen slik det ville gjort med alle andre søk.