Samozłączenie danych za pomocą SELF JOIN

SELF JOIN — to sposób na połączenie tabeli z samą sobą. Może to brzmieć dziwnie na pierwszy rzut oka: po co łączyć tabelę z samą sobą? Ale w realnym świecie takie zadania pojawiają się całkiem często. Na przykład wyobraź sobie, że masz tabelę pracowników i każdy pracownik ma menedżera. Menedżer też jest pracownikiem, więc jego dane są w tej samej tabeli. SELF JOIN pomoże nam powiązać pracowników z ich menedżerami.

Formalnie rzecz biorąc, SELF JOIN to zwykły JOIN, ale używamy tej samej tabeli dwa razy, nadając jej różne aliasy, żeby odróżnić jej "wersje".

SELF JOIN można użyć do:

• Relacji hierarchicznych: ustalania relacji "rodzic-dziecko", np. pracownik i jego menedżer.
• Analizy danych w obrębie jednej tabeli: porównywania rekordów w tabeli, np. szukania podobnych produktów lub zdarzeń.
• Zaawansowanych zapytań do struktur z powtarzającą się logiką.

Składnia SELF JOIN

Dla jasności od razu zobaczmy uproszczoną składnię SELF JOIN:

SELECT
    A.column_name,
    B.column_name
FROM 
    table_name A
JOIN 
    table_name B
ON 
    A.common_column = B.common_column;

Tutaj:

• table_name A i table_name B — to ta sama tabela, ale z różnymi aliasami.
• A.common_column i B.common_column — kolumny, które są używane do łączenia rekordów.

Aliasów (A i B) potrzebujemy, żeby DBMS "wiedział", z którą "kopią" tabeli pracujesz.

Przykłady użycia SELF JOIN

Przykład 1: lista pracowników i ich menedżerów

Załóżmy, że mamy tabelę employees, która wygląda tak:

W tej tabeli:

• employee_id — identyfikator pracownika.
• name — imię pracownika.
• manager_id — identyfikator menedżera, który też jest employee_id innego pracownika.

Zadanie: uzyskać listę pracowników i ich menedżerów.

Tak to się robi z użyciem SELF JOIN:

SELECT
    e.name AS employee_name,
    m.name AS manager_name
FROM 
    employees e
LEFT JOIN 
    employees m
ON 
    e.manager_id = m.employee_id;

Wynik:

Tutaj:

• Tabela e — to "pracownicy".
• Tabela m — to też "pracownicy", ale w roli "menedżerów".

Alex Lin nie ma menedżera manager_id = NULL, więc w wyniku pole manager_name będzie puste.

Przykład 2: Szukanie podobnych produktów

Załóżmy, że mamy tabelę products:

Zadanie: znaleźć pary produktów, które należą do tej samej kategorii.

Rozwiązanie z użyciem SELF JOIN:

SELECT
    p1.product_name AS product_1,
    p2.product_name AS product_2
FROM 
    products p1
JOIN 
    products p2
ON 
    p1.category = p2.category
AND 
    p1.product_id < p2.product_id;

Wynik:

Zwróć uwagę na warunek p1.product_id < p2.product_id. Dzięki temu unikamy duplikatów par, np. żeby nie pojawiały się w wynikach zarówno Lodówka — Pralka, jak i Pralka — Lodówka.

Przykład 3: Analiza hierarchii (rodzice i potomkowie)

Zobaczmy jeszcze jeden przykład. Załóżmy, że mamy tabelę categories:

Tutaj:

• category_id — identyfikator kategorii.
• category_name — nazwa kategorii.
• parent_id — identyfikator kategorii nadrzędnej.

Zadanie: powiązać kategorie z ich kategoriami nadrzędnymi.

Zapytanie:

SELECT
    c1.category_name AS child_category,
    c2.category_name AS parent_category
FROM 
    categories c1
LEFT JOIN 
    categories c2
ON 
    c1.parent_id = c2.category_id;

Wynik:

Typowe błędy przy użyciu SELF JOIN

Zapomniane aliasy: jeśli nie użyjesz aliasów, nie da się odróżnić jednej "kopii" tabeli od drugiej.

Cykliczne odwołania: jeśli dane zawierają cykliczne odwołania (np. pracownik jest swoim własnym menedżerem), może to prowadzić do nieoczekiwanych wyników.

Duplikaty wyników: nie zapomnij filtrować wyników (np. przez p1.product_id < p2.product_id), żeby uniknąć duplikatów.

SELF JOIN — to potężne narzędzie do pracy z danymi, a jego poprawne użycie pozwala rozwiązywać trudne zadania z hierarchiami, relacjami w obrębie tabel i analizą danych. Mam nadzieję, że teraz widzisz, jak przydatny jest ten "selfik" w świecie SQL!