Tự kết nối dữ liệu với SELF JOIN

SELF JOIN là cách để kết nối một bảng với chính nó. Nghe thì hơi lạ đúng không: tại sao lại phải kết nối bảng với chính nó nhỉ? Nhưng thực tế thì kiểu bài toán này gặp khá nhiều luôn. Ví dụ, giả sử bạn có bảng nhân viên, mỗi nhân viên lại có một quản lý. Mà quản lý cũng là nhân viên, nên thông tin của họ cũng nằm trong cùng bảng đó. SELF JOIN sẽ giúp mình ghép nhân viên với quản lý của họ.

Nói một cách chính xác, SELF JOIN là một JOIN bình thường, nhưng mình dùng cùng một bảng hai lần, đặt cho nó hai alias (bí danh) khác nhau để phân biệt các "phiên bản" của bảng đó.

SELF JOIN có thể dùng cho:

• Quan hệ phân cấp: thiết lập quan hệ "cha-con", ví dụ nhân viên và quản lý của họ.
• Phân tích dữ liệu trong bảng: so sánh các bản ghi trong bảng, ví dụ tìm sản phẩm hoặc sự kiện giống nhau.
• Các truy vấn phức tạp với cấu trúc logic lặp lại.

Cú pháp SELF JOIN

Cho dễ hiểu, mình xem luôn cú pháp đơn giản của SELF JOIN nhé:

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

Ở đây:

• table_name A và table_name B là cùng một bảng, nhưng có alias khác nhau.
• A.common_column và B.common_column là các cột dùng để kết nối bản ghi.

Alias (A và B) là để DBMS "hiểu" bạn đang làm việc với "bản sao" nào của bảng đó.

Ví dụ sử dụng SELF JOIN

Ví dụ 1: danh sách nhân viên và quản lý của họ

Giả sử bạn có bảng employees như sau:

Trong bảng này:

• employee_id — mã nhân viên.
• name — tên nhân viên.
• manager_id — mã quản lý, cũng là employee_id của một nhân viên khác.

Bài toán: lấy danh sách nhân viên và quản lý của họ.

Làm như này với SELF JOIN nhé:

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;

Kết quả:

Ở đây:

• Bảng e là "nhân viên".
• Bảng m cũng là "nhân viên", nhưng đóng vai "quản lý".

Alex Lin không có quản lý manager_id = NULL, nên trường manager_name sẽ để trống.

Ví dụ 2: Tìm sản phẩm giống nhau

Giả sử bạn có bảng products:

Bài toán: tìm các cặp sản phẩm cùng một loại.

Giải với 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;

Kết quả:

Lưu ý điều kiện p1.product_id < p2.product_id. Nó giúp tránh lặp cặp, ví dụ không bị xuất hiện cả Tủ lạnh — Máy giặt và Máy giặt — Tủ lạnh trong kết quả.

Ví dụ 3: Phân tích phân cấp (cha và con)

Thêm một ví dụ nữa nhé. Giả sử bạn có bảng categories:

Ở đây:

• category_id — mã loại.
• category_name — tên loại.
• parent_id — mã loại cha.

Bài toán: ghép loại với loại cha của nó.

Truy vấn:

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;

Kết quả:

Lỗi thường gặp khi dùng SELF JOIN

Quên đặt alias (bí danh): nếu không dùng alias thì không phân biệt được các "bản sao" của bảng.

Tham chiếu vòng lặp: nếu dữ liệu có tham chiếu vòng (ví dụ nhân viên tự làm quản lý cho mình), có thể ra kết quả bất ngờ.

Trùng lặp kết quả: nhớ lọc kết quả (ví dụ dùng p1.product_id < p2.product_id) để tránh bị trùng lặp.

SELF JOIN là công cụ mạnh khi làm việc với dữ liệu, dùng đúng cách sẽ giải quyết được nhiều bài toán phân cấp, liên kết trong bảng và phân tích dữ liệu. Hy vọng giờ bạn đã thấy "selfie" này hữu ích thế nào trong vũ trụ SQL rồi nhé!