TSQL 查询来合并来自多个表的数据，这些表可能有也可能没有匹配的行？

Question

例如，假设我们正在进行一项研究，学生最多可以参加 10 项不同的测试，并且数据库中的每个表都存储了所有学生对一项测试的回答。这些表在每个测试后命名为：T1、T2、...、T10。假设每个表都有一个标识每个学生的主键列“用户名”。学生可能完成了每项测试，也可能没有完成，因此每个学生的每个表中可能有也可能没有记录。

从所有表中返回所有测试数据的正确 SQL 查询是什么，每个学生一行（每个用户名一行）？我想要返回正确结果的最简单的查询。我还想在最终查询中将用户名字段合并为一个用户名字段。

澄清一下，我知道 SQL 有一个主要限制，因为它不支持选择所有列的语法除了一个或多个字段，如“select *[^ExcludeColumn1][^ExcludeColumn2] ”。为避免在最终查询中专门命名所有列，可以将所有用户名列保留在那里，只要它在开头包含一个名为 RowID 之类的合并用户名字段。

对于整体查询，一个选项是对所有十个表的用户名列执行联合，然后在所有表中选择不同的用户名，然后针对不同用户名列表执行一系列左连接全部 10 张桌子。这将导致一个非常简单的查询，其中每个左连接都在同一组不同的用户名上执行，但我想避免对不同的用户名进行单独的预先查询。 （尽管如果这是最好的选择，请告诉我）。它看起来像这样：

select * from
(select distinct coalesce(t1.Username,t2.Username,...,t10.Username) as RowID from t1,t2,t3,t4,t5,t6,t7,t8,t9,t10) distinct_usernames
left join t1 on t1.Username =  distinct_usernames.RowID
left join t2 on t2.Username =  distinct_usernames.RowID
...
left join t10 on t10.Username =  distinct_usernames.RowID

虽然这很短且易于编写，但它的效率非常低，并且需要花费数小时才能在每个包含 5000 多行的测试表上运行，因此经过调整，可以在几秒钟内运行的等效版本是：

select * from (
select distinct Username as RowID from (
select Username from t1
union all
select Username from t2
union all
...
select Username from t10
) all_usernames) distinct_usernames
left join t1 on t1.Username = distinct_usernames.RowID
left join t2 on t2.Username = distinct_usernames.RowID
...
left join t10 on t10.Username = distinct_usernames.RowID

我认为我上面的查询可能是最有效和正确的查询（只需几秒钟即可运行并返回正确的结果集），但我也认为也许可以通过某种完全连接来简化它。问题是完全连接会与两个以上的表混淆，因为如果没有预先确定用户名，每个后续表都必须将记录与前面的 any 表进行匹配，从而导致查询中每个附加表在匹配用户名时具有“[previous table count] + 1”条件。

Answer 1

假设Username 在每个表中都是唯一的，那么您的第二个查询将是我首先尝试的方式，只需稍作修改即可删除distinct 并简单地使用union（这意味着不同）而不是@987654327 @：

select *
from (
        select Username from t1
        union
        select Username from t2
        union
        -- ...
        select Username from t10
    ) distinct_usernames
    left join t1 on t1.Username = distinct_usernames.Username
    left join t2 on t2.Username = distinct_usernames.Username
    -- ...
    left join t10 on t10.Username = distinct_usernames.Username

从那里我会确保用户名被编入索引，甚至可能将其用作clustered index。过去，我通过在 proc 开始时将 distinct_usernames 实现为临时表（可能是索引或索引视图）来获得优化运气，但只有测试才能确定这是否值得。

完整的外连接需要一堆or 条件或coalesce 参数，尽管它可能值得在几个表上尝试一下，看看性能是否存在。我无法猜测您的查询引擎最喜欢什么。

此外，可以通过查询sys.columns 或information_schema.columns 并使用dynamic SQL 将查询构建为字符串然后执行它来获取您想要的列名。