SQL-JOIN – Abfragen über mehrere Datentabellen

Als SQL-JOIN (auf Deutsch: Verbund) bezeichnet man eine Operation in relationalen Datenbanken, die Abfragen über mehrere Datenbanktabellen ermöglicht. JOINs führen Daten zusammen, die in unterschiedlichen Tabellen gespeichert sind, und geben diese in gefilterter Form in einer Ergebnistabelle aus.

Das Prinzip des SQL-JOINs basiert auf der gleichnamigen Operation der relationalen Algebra – einer Kombination aus kartesischem Produkt und Selektion. Welche Daten der Ausgangstabellen in die Ergebnis-Tabelle übernommen werden, bestimmt der Anwender durch die Wahl eines JOIN-Typs und durch die Definition einer Selektionsbedingung.

Wir führen Sie in die mathematischen Grundlagen von SQL-JOINs ein, stellen verschiedene JOIN-Typen gegenüber und zeigen Ihnen anhand von Praxisbeispielen, wie Sie JOINs im Rahmen von Datenbankabfragen via SQL umsetzen.

Anschaulich darstellen lässt sich das Grundprinzip des SQL-JOINs, wenn man sich die Datenbankoperation über deren Teiloperationen herleitet. Grundlage eines jeden JOINs sind folgende Operationen der relationalen Algebra:

• Kartesisches Produkt
• Selektion

Zu beachten ist dabei die Reihenfolge der Paarbildung. Das kartesische Produkt A × B entspricht beispielsweise nicht derselben Menge wie das kartesische Produkt von B × A.

A × B = {(x,1), (x,2), (x,3), (y,1), (y,2), (y,3), (z,1), (z,2), (z,3)}

B × A = {(1,x), (1,y), (1,z), (2,x), (2,y), (2,z), (3,x), (3,y), (3,z)}

In der SQL-Terminologie wird eine Operation, bei der das kartesische Produkt aus zwei Datenbanktabellen gebildet wird, als CROSS JOIN bezeichnet. In der Praxis kommen CROSS JOINs aufgrund der ungefilterten Ergebnismenge nur selten zum Einsatz.

Bei der Selektion handelt es sich um eine Operation der relationalen Algebra, die es ermöglicht, bestimmte Tupel einer Ausgangsmenge auszuwählen und als Ergebnismenge auszugeben. Welche Tupel in die Ergebnismenge aufgenommen werden, lässt sich über einen Vergleichsausdruck festlegen. Das Ergebnis der Selektion ist somit eine Menge von Tupeln, die die im Vergleichsausdruck definierte Selektionsbedingung erfüllen. Als Operator kommt der griechische Buchstabe Sigma (σ) zum Einsatz. Die Operation wird folgendermaßen notiert:

σ_F (R)

Der Platzhalter „F“ entspricht dem Vergleichsausdruck, einer Formel aus logischen Prädikaten, die die Selektionsbedingung definieren. R steht für den zu selektierenden Datenbestand. Alternativ bietet sich die lineare Schreibweise R[F] an.

Zum Formulieren von Selektionsbedingungen stehen die üblichen Vergleichsoperatoren zur Verfügung: beispielsweise gleich (=), größer (>) oder kleiner (<).

Wir erläutern die Selektion anhand eines Beispiels, das wir bereits im Grundlagentext zum relationalen Datenbankmodell eingeführt haben. Folgende Tabelle zeigt fiktive Personaldaten, die ein Unternehmen zu seinen Mitarbeitern erfasst haben könnte. Für jeden Mitarbeiter sind die Personalnummer (m_id), Angaben zum Namen (nachname, vorname), zur Sozialversicherungsnummer (svn), zur Adresse (str, plz, ort) sowie zum zugewiesenen Firmenwagen (kfz_id) angegeben.

Möchten wir die Tabelle „mitarbeiter“ nun so selektieren, dass lediglich die Mitarbeiter angezeigt werden, die den Firmenwagen mit der kfz_id 1 fahren, könnten wir folgendermaßen vorgehen:

σ_{kfz_id=1}(mitarbeiter)

Wir rufen lediglich die Tupel ab, bei denen der Wert in der Spalte kfz_id gleich 1 ist.

Das Ergebnis entspricht folgender Tabelle.

In der Datenbanksprache SQL werden Selektionsbedingungen mithilfe des Befehls WHERE definiert.

Erfüllt ein Tupel die Bedingung kfz_id = 1, sollen für diesen die Werte aller Spalten ausgegeben werden.

Alle gängigen JOIN-Typen kombinieren das kartesische Produkt mit einer Selektionsbedingung. Um eine solche Datenbankoperation zu erklären, reduzieren wir die Tabelle „mitarbeiter“ der Anschaulichkeit halber auf vier Spalten. Zudem führen wir die Tabelle kfz ein, in der Detail-Informationen zum Fuhrpark des Unternehmens gespeichert werden.

Beide Tabellen sind über eine Fremdschlüsselbeziehung mit einander verknüpft. Der Primärschlüssel der Tabelle „kfz“ (die kfz_id) fungiert in der Tabelle „mitarbeiter“ als Fremdschlüssel.

Anschließend werden lediglich die Tupel selektiert, bei denen die kfz_id der Tabelle „kfz“ mit der kfz_id der Tabelle „mitarbeiter“ übereinstimmt. Selektionsbedingung ist somit, dass der Fremdschlüssel der Tabelle „mitarbeiter“ dem Primärschlüssel der Tabelle „kfz“ entspricht.

Als (End-)Ergebnis erhalten wir eine Tabelle, die beide Ausgangstabellen ohne Redundanzen zusammenführt.

Als Kombination aus kartesischem Produkt und anschließender Selektion fassen JOINs beide Operationen in einer gemeinsamen zusammen. Als Operator wird das Bowtie-Symbol (⋈) genutzt.

Es gilt somit:

σ_{kfz_id=kfz_id}(mitarbeiter × kfz) := mitarbeiter⋈_{kfz_id=kfz_id}kfz

Die Operation σ_{kfz_id=kfz_id}(mitarbeiter × kfz) entspricht einem JOIN über die Tabellen „mitarbeiter“ und „kfz“ mit der Voraussetzung kfz_id=kfz_id.

Übertragen auf die SQL-Syntax entspräche die oben dargestellte Operation folgendem Statement:

Der INNER JOIN ist einer der wichtigsten JOINs, die im Rahmen von Datenbankabfragen zum Einsatz kommen. Mitunter werden jedoch spezielle JOIN-Typen benötigt, um das gewünschte Ergebnis zu erreichen.

Im relationalen Datenbankmodell werden unterschiedliche SQL-JOIN-Typen genutzt, die es ermöglichen, Abfragen über einen Verbund von Datenbanktabellen auszuführen. Voraussetzung dafür ist, dass die ausgewählten Tabellen über Fremdschlüsselbeziehungen miteinander verknüpft sind.

Zu den wichtigsten JOIN-Typen gehören folgende:

• INNER JOINs: Bei einem INNER JOIN handelt es sich um eine gefilterte Form des CROSS JOINs, bei der in der Ergebnismenge nur die Tupel beider Ausgangstabellen zusammengeführt werden, die die vom Anwender definierte Selektionsbedingung erfüllen.
  
  
• OUTER JOINs: Der OUTER JOIN stellt eine Erweiterung des INNER JOINS dar. Ergebnismenge eines OUTER JOINS enthält die Tupel beider Ausgangstabellen, die die vom Anwender definierte Selektionsbedingung erfüllen, wie auch alle restlichen Tupel der ersten Tabelle, der zweiten Tabelle oder beider Tabellen. OUTER JOINS werden entsprechend als LEFT OUTER JOIN, RIGHT OUTER JOIN oder FULL OUTER JOIN realisiert.

Unabhängig von der Unterscheidung zwischen INNER JOIN und OUTER JOIN lassen sich SQL-JOINs zudem als folgende JOIN-Typen klassifizieren:

• EQUI JOIN
• NON EQUI JOIN
• SELF JOIN

INNER JOINs und OUTER JOINs lassen sich als EQUI JOINs und NON EQUI JOINs umsetzen. Alle bisher vorgestellten JOIN-Beispiele stellen EQUI JOINs dar. EQUI JOINs sind dadurch gekennzeichnet, dass sie ausschließlich das Gleichheitszeichen als Vergleichsoperator (=) zulassen.

Die Selektionsbedingung eines EQUI JOINs ist somit immer die Gleichheit von Spalten-Werten.

Prinzipiell sind JOINS jedoch (ebenso wie die Selektion in der relationalen Algebra) nicht auf die Gleichheit von Spalten beschränkt. Mögliche Vergleichsoperatoren sind:

Seit SQL-92 bietet die Datenbanksprache mit dem Schlüsselwort USING eine Kurzschreibweise für EQUI JOINS. Diese setzt jedoch voraus, dass die betreffenden Spalten den gleichen Namen haben, was nicht zwangsläufig der Fall sein muss.

Das folgende Beispiel zeigt zwei unterschiedliche SQL-Statements, die zum selben Ergebnis führen. Im ersten Statement definieren wird die JOIN-Bedienung mithilfe des Schlüsselworts ON explizit. Beim zweiten Statement verwenden wir die Kurzschreibweise mit dem Schlüssel USING.

NON EQUI JOINs hingegen schließen Operationen auf Basis der Gleichheit von Spalten aus. Es sind somit alle Vergleichsoperationen mit Ausnahme des Gleichheitszeichens (=) erlaubt.

Ein SELF JOIN schließlich ist eine Sonderform des SQL-JOINs, bei der eine Datenbanktabelle mit sich selbst verknüpft wird. Prinzipiell lässt sich jeder JOIN-Typ als SELF JOIN ausführen.

Werden zwei Tabellen über gleichnamige Spalten verknüpft, spricht man von einem NATURAL JOIN. Ein NATURAL JOIN wird über das gleichnamige Schlüsselwort standardmäßig als INNER JOIN realisiert. Auf diesen JOIN-Typ festgelegt sind NATURAL JOINs hingegen nicht. Möglich ist ebenso ein NATURAL LEFT OUTER JOIN oder ein NATURAL RIGHT OUTER JOIN.

Da die Verknüpfung bei NATURAL JOINs über gleichnamige Spalten erfolgt, werden die jeweiligen Werte in der Ergebnismenge nicht doppelt ausgegeben, sondern zu einer gemeinsamen Spalte zusammengeführt. Beispiele zu NATURAL JOINs finden Sie in den weiterführenden Artikeln zu INNER JOINs und OUTER JOINs.