如上图所示对于orcale 中 emp 表中的数据和 dept 表中的数据（只列举了一部分）取笛卡儿积。一共生成了四组数据，这四组数据就叫笛卡儿积全集，为了避免笛卡儿积全集，我们可以使用 where 子句进行过滤，如图上所示在这四组数据中只有一组符合我们的要求。
总结以上提到的：
1. 笛卡儿积就是两个表的列数相加，行数相乘。
2. 为了避免笛卡儿积可以使用 n - 1 个条件进行过滤（n代表表的个数）。
内连接
内连接是一种常见的的多表查询，一般使用 inner join, 平时在使用的时候可以省略 inner 关键字。内连接组合两张表，并且基于他们的关联关系来连接它们。在使用内连接的时候需要指定表中的哪些字段组成关联关系，并且要说明基于什么的条件进行关联，它的语句如下：
INNER JOIN table_name ON condition
以上中 table_name是表名， condition则为进行连接时的条件。下面的语句是将 emp （员工）表和 dept（部门） 表根据部门的编号进行连接：
select * from emp
join dept on emp.deptno = dept.deptno;
在这个SQL 语句中首先要列出组成所有结果集所需的列名，而后在FROM关键字中指定所需要的表命，在INNER JOIN 关键字后列出要被连接的表名，而在ON后添加了进行连接的条件。需要注意的是在以后的工作和学习中我们不单单是连接两张表，很有可能是多张表呦。
外连接
外部连接和内部链接十分的相识主要是为了处理空值的匹配问题。外部链接的语法和内链接的语法几乎一样，主要区别就是对空值的处理。外部链接不需要两个表具有匹配的记录，这样可以指定某一个表作为基表总是放到结果集中，外部链接分为左外连接(LEFT OUTER JOIN)，右外链接(RIGHT OUTER JOIN)，全外链接（FULLOUTER JOIN）。
以上三者的共同点都是返回符合条件的数据，不同点有以下几点：
1. 左外链接会返回左表中不符合链接条件的数据
2. 右外连接会返回右表中不符合链接条件的数据
3. 全外连接会返回左表中不符合连接条件的数据和右表中符合连接条件查询的数据。
左外连接，即主表在左侧，字段全部显示，副表 null 补充对其。+号在右侧（副表）
select * from A,B where A.id = B.id(+)
右外连接，即主表在右侧，字段全部显示，副表 null 补充对其。+号在左侧（副表）
select * from A,B where A.id(+) = B.id
如查询部门的部门号，部门名称，以及部门的人数：
select d.deptno,d.dname,count(e.empno)
from emp e,dept d
where e.deptno(+)=d.deptno
group by d.deptno, d.dname;
-------------------------------------------------------
select d.deptno,d.dname,count(e.empno)
from emp e right outer join dept d
on e.deptno=d.deptno
group by d.deptno, d.dname;
自连接
自连接顾名思义：自己和自己链接，其实理解起来很简单，我们在使用表的时候给表起个别名，这样我们就相当于有两个表啦。
我们直接看一个例子：
查看员工的姓名和员工领导的姓名：
select e.ename 员工姓名, b.ename 老板姓名
from emp e inner join emp b
on e.mgr=b.empno;
---------------------------------------------------------
select e.ename 员工姓名, b.ename 老板姓名
from emp e, emp b
where e.mgr=b.empno;
![Spark中使用map或flatMap将DataSet[A]转换为DataSet[B]时Schema变为Binary的问题及解决方案](https://img6.php1.cn/3cdc5/9b0d/243/f27d40b3b7e4b51b.png)
京公网安备 11010802041100号