使用SQL合并两个数据集可以通过JOINS来完成。JOIN是查询的FROM子句中的SQL指令，用于标识要查询的表以及它们应该如何组合。

主键和外键

通常，在关系数据库中，数据被组织到由属性（列）和记录（行）组成的各种表中。在每个表中存在一个列，该列是主键，该列中的每个条目唯一地表示该表中的单个行。这通常是ID（identifier的缩写）列。表中通过共享值与另一个表的主键建立关联的列称为外键。外键通常也是有标题的ID，但前面有被引用表的名称。

当使用JOIN将两个或多个表组合在一起时，就应用了这个概念。在下面的例子中，我们有两个表：用户表（表1）和事件表（表2）。我们希望将这两个表连接在一起，以获取用户数据以及事件数据。一个真实的例子是，如果你有一个CRM工具（如Salesforce）中包含付费用户（表1）和一个事件分析工具（如Mixpanel）中的数据，它可以跟踪所有在你的产品中执行某项操作的用户（表2）。

请注意，在两个表之间有一个以绿色突出显示的公共列（维度），即用户ID。在User Table中，ID列是用户ID，是该表的主键，而在Event Table中，User_ID列是外键，因为该列引用Users表中的ID列。我们可以使用这种关系将两个表连接在一起，以在一个表中获取用户和事件信息。

Meet the joins 满足连接

有三种常见的方法可以将任何两个或更多的表连接在一起，我们将首先讨论：外部连接(outer join)、内部连接(inner join) 和 左连接(left join)。使用上面的示例用户表（User Table） 和事件表（Event Table），让我们看看一些连接的示例…

Outer Join 外部连接

假设您希望拥有一个包含所有用户表和事件表数据的数据表。
您可以使用“outer join”将表连接在一起。如果可能，外部联接将来自一个或多个公共维度上的所有表的列组合在一起，并包括来自所有表的所有数据。

Inner Join 内部连接

What if you want to have a table that contains only users that have done an action?
如果您希望拥有一个只包含已执行操作的用户的表，该怎么办？
您可以使用内联接来将表联接在一起。如果可能，内部联接组合公共维度（前N列）上的列，并且仅包括公共N列中共享相同值的列的数据。在该示例中，用户ID将是用于内部联接的公共维度。

Left Join 左连接

现在，如果您希望拥有一个包含所有用户数据和这些用户执行的操作的表，该怎么办？不应包括不在用户表中的其他用户执行的操作？

您可以使用左连接将表连接在一起。如果可能，左联接将公共维度（前N列）上的列合并，返回第一个表中的所有行以及连续表中的匹配行。当没有匹配项时，连续表中的结果为NULL。在这种情况下，我们将使用户表作为左联接使用的第一个表（左表）。

Union and Cross Join 联合和交叉联接

除了这些常见的联接类型之外，还有一些方法会导致输出表中的额外行和更多列。其中两种连接类型称为Union和Cross Join。这些连接类型可能不适合上面的示例表，但是为了便于本文，我们仍然可以使用它们来了解这些连接是如何工作的。Union Join会将表堆叠在另一个的顶部，从而产生新的行。

一个很好的用例是，如果您希望通过追加而不是连接两个表来组合它们。交叉连接将导致一个表中的行的所有可能组合在一起。这可能会导致巨大的表，因此应谨慎使用。

交叉连接可能仅在表中包含单个值时使用，您希望在没有公共维度的情况下将这些值连接在一起。

摘要备忘单