SELF JOIN

SELF JOIN to złączenie tabeli samej ze sobą, wykorzystywane do porównywania powiązanych ze sobą wierszy.

SELF JOIN jako relacja tabeli z samą sobą

SELF JOIN oznacza złączenie tabeli z jej własną kopią logiczną. W zapytaniu SQL ta sama tabela występuje wtedy co najmniej dwa razy, a każda z tych wystąpień otrzymuje osobny alias. Dzięki temu można porównać jeden wiersz z innym wierszem pochodzącym z tego samego zbioru danych. Nie powstaje przy tym druga fizyczna tabela ani duplikat danych na dysku. Silnik bazy danych korzysta z dwóch niezależnych odniesień do tej samej tabeli podczas wykonywania zapytania.

Najczęściej SELF JOIN stosuje się wtedy, gdy tabela opisuje relację wewnętrzną. Przykładem jest tabela pracownicy, w której kolumna manager_id wskazuje identyfikator przełożonego przechowywanego w tej samej tabeli. Innym zastosowaniem jest tabela kategorii z kolumną parent_id, tabela folderów zawierająca identyfikator folderu nadrzędnego albo tabela części, w której jeden element wskazuje inny element tego samego katalogu. Warunkiem jest istnienie kolumn pozwalających jednoznacznie powiązać dwa wiersze.

Aliasy i warunek łączenia w zapytaniu SQL

Rozróżnienie dwóch wystąpień tabeli odbywa się za pomocą aliasów. Przykładowe zapytanie może mieć postać: SELECT p.name AS employee, m.name AS manager FROM employees AS p LEFT JOIN employees AS m ON p.manager_id = m.id;. Alias p oznacza wiersz pracownika, natomiast alias m oznacza wiersz jego przełożonego. Warunek p.manager_id = m.id łączy kolumnę wskazującą przełożonego z kluczem identyfikującym odpowiedni wiersz w tej samej tabeli.

Wybór rodzaju złączenia wpływa na kompletność wyniku. INNER JOIN zwróci tylko te wiersze, dla których istnieje dopasowanie po obu stronach. Jeżeli pracownik nie ma przypisanego przełożonego, na przykład dlatego, że jest osobą najwyżej w hierarchii, taki rekord zostanie pominięty. LEFT JOIN zachowa wszystkie wiersze z lewej strony, a brakujący przełożony będzie reprezentowany przez wartości NULL. Z tego powodu LEFT JOIN jest przydatny przy wyświetlaniu pełnej listy elementów wraz z opcjonalną nazwą elementu nadrzędnego.

SELF JOIN może również służyć do wyszukiwania par podobnych rekordów. Dla tabeli produktów warunek a.category_id = b.category_id AND a.id <> b.id pozwala znaleźć różne produkty należące do tej samej kategorii. Przy takim zapytaniu każda para może jednak pojawić się dwukrotnie: raz jako a i b, a drugi raz w odwrotnej kolejności. Aby otrzymać każdą parę tylko raz, stosuje się warunek porządkujący, na przykład a.id < b.id. Ten zapis eliminuje także porównanie wiersza z samym sobą.

Hierarchie, pary rekordów i wartości NULL

W strukturach hierarchicznych SELF JOIN pozwala przejść o jeden poziom relacji. Jeżeli tabela categories zawiera kolumny id, name oraz parent_id, zapytanie może połączyć kategorię z jej bezpośrednim rodzicem. Taki mechanizm wystarcza do prezentowania nazwy kategorii i nazwy kategorii nadrzędnej w jednym wierszu wyniku. Nie zapewnia jednak automatycznego przejścia przez całą, wielopoziomową hierarchię. Do wyszukania dowolnej liczby poziomów potrzebne jest zapytanie rekurencyjne, takie jak rekurencyjne wyrażenie tabelaryczne, o ile obsługiwany silnik SQL udostępnia tę funkcję.

Kolumna używana jako odwołanie może zawierać wartość NULL. Zwykły operator równości nie uzna wtedy dwóch wartości NULL za równe, ponieważ NULL oznacza brak znanej wartości, a nie konkretny identyfikator. W praktyce rekord główny, który nie ma rodzica, wymaga więc LEFT JOIN, jeśli ma pozostać w rezultacie. Dodatkowy filtr umieszczony w klauzuli WHERE może nieumyślnie usunąć takie wiersze. Przykładowo warunek dotyczący kolumny tabeli po prawej stronie często zmienia praktyczne działanie LEFT JOIN na wynik zbliżony do INNER JOIN.

Wydajność SELF JOIN zależy od liczby wierszy, warunku łączenia, selektywności filtrów oraz indeksów. Klucz główny po stronie identyfikatora jest zwykle indeksowany, natomiast kolumna wskazująca powiązany rekord, taka jak manager_id lub parent_id, może wymagać osobnego indeksu. Bez odpowiedniego dostępu do danych silnik może wykonać kosztowne skanowanie tabeli lub wielokrotnie porównywać duże zbiory wierszy. Plan wykonania zapytania pokazuje, czy zastosowano indeks, jaki algorytm złączenia wybrano i ile rekordów silnik przewiduje do przetworzenia. Przy analizie problemu trzeba też sprawdzić, czy relacja nie zawiera błędnych identyfikatorów, cykli albo nieoczekiwanych duplikatów.

SELF JOIN w praktyce serwisowej i pracy z danymi

W aplikacjach działających na laptopie lub komputerze PC SELF JOIN może być używany przez programy księgowe, magazynowe, katalogowe, helpdeskowe albo narzędzia raportowe. Samo zapytanie jest wykonywane przez silnik bazy danych, natomiast użytkownik obserwuje jego efekt w postaci listy zależności, hierarchii kategorii, powiązanych zgłoszeń lub zestawienia rekordów. Błędny alias, niepełny warunek ON, niewłaściwy typ złączenia albo filtr odrzucający wartości NULL może powodować brak pozycji, powielanie wyników lub nadmierne obciążenie aplikacji.

Podczas diagnostyki warto sprawdzić definicję tabeli, klucze główne i obce, wartości w kolumnach referencyjnych oraz rzeczywisty plan wykonywania zapytania. Należy także porównać liczbę rekordów przed złączeniem i po nim, ponieważ nieoczekiwany wzrost liczby wierszy często wskazuje na relację wiele-do-wielu albo brak warunku ograniczającego pary. Warszawskie Pogotowie Komputerowe zajmuje się profesjonalną naprawą laptopów, komputerów PC i podzespołów, dlatego w przypadku problemów z aplikacją korzystającą z SELF JOIN można rozpocząć od sprawdzenia stabilności systemu, nośnika danych, pamięci operacyjnej oraz poprawnego działania programu bazodanowego.