8. Joins

Joins - Arbeiten mit mehreren Tabellen

Daten über mehrere Tabellen hinweg

In relationalen Datenbanken sind Daten typischerweise über mehrere logisch zusammengehörige Tabellen verteilt. Um eine brauchbare Ergebnismenge zu erzeugen, müssen diese Datenquellen innerhalb einer Abfrage kombiniert werden. Primär- und Fremdschlüssel spielen hier eine entscheidende Rolle, da sie die Verbindung zwischen Datensätzen über mehrere Tabellen hinweg vereinfachen. Das Verknüpfen verschiedener Tabellen ist ein grundlegender Aspekt des relationalen Datenmodells.

Die SELECT-Anweisung kann auf verschiedene Weise erweitert werden, um den gleichzeitigen Zugriff auf mehrere Tabellen zu ermöglichen. Diese Abfragen können zwei oder sogar mehr Tabellen auf einmal ansprechen.

Ein Beispiel aus der bekannten Northwind-Datenbank: In der Tabelle Customers stehen die Kunden mit dem Primärschlüssel CustomerID. In der Tabelle Orders stehen die Bestellungen, dort verweist die Spalte CustomerID als Fremdschlüssel zurück auf die Kunden. Über diese Verbindung lässt sich beantworten, welche Bestellung zu welchem Kunden gehört.

Tabellen über Mengenoperationen verknüpfen

Die Datenbestände einzelner Tabellen stellen Mengen von Datensätzen (Tupeln) dar. Mithilfe von SQL-Anweisungen lassen sich diese Mengen auf unterschiedliche Weise kombinieren.

Werden zwei oder mehr vereinigungsverträgliche (union-compatible) Mengen zusammengeführt, enthält der resultierende Datenbestand alle Datensätze aus allen beteiligten Tabellen. Es ist auch möglich, Schnittmengen zu bilden, um nur jene Datensätze zu ermitteln, die in allen beteiligten Tabellen vorhanden sind. Die folgenden drei Mengenoperationen werden beim Verknüpfen von Tabellen am häufigsten verwendet:

Tipp

Hinweis: Die folgenden Beispiele verwenden Projekttabellen aus Villach und Klagenfurt, um die Konzepte der Mengenoperationen in SQL zu veranschaulichen. Dieser praxisnahe Ansatz hilft zu verstehen, wie diese Operationen in realen Szenarien funktionieren.

Tabelle: projects_villach

project_name
Smart City
5G Infrastructure
Lake Care

Tabelle: projects_klagenfurt

project_name
Smart City
New Central Station
Robotics Lab

• Vereinigung (UNION): Fügt zwei oder mehr Tabellen zu einem einzigen Datenbestand zusammen. Duplikate werden standardmäßig entfernt, können aber mit UNION ALL beibehalten werden. Die Vereinigung entspricht dem “Vereinigungs”-Operator in der relationalen Algebra.

Tipp

Der UNION-Operator kombiniert alle eindeutigen Datensätze aus beiden Tabellen.

Beispiel: Alle Datensätze aus der Projekttabelle in Villach und der Projekttabelle in Klagenfurt werden zusammengeführt.

SELECT project_name FROM projects_villach
UNION
SELECT project_name FROM projects_klagenfurt;

Ergebnis:

project_name
Smart City
5G Infrastructure
Lake Care
New Central Station
Robotics Lab

• Schnittmenge (INTERSECT): Wählt nur jene Datensätze aus zwei oder mehr Mengen aus, die in allen Mengen identisch sind. Die Schnittmenge entspricht dem “Durchschnitts”-Operator in der relationalen Algebra.

Tipp

Der INTERSECT-Operator gibt nur die Datensätze zurück, die in beiden Tabellen vorhanden sind.

Beispiel: Datensätze ermitteln, die sowohl in der Villacher als auch in der Klagenfurter Projekttabelle vorhanden sind (d. h. nur Projekte, die in beiden Städten bearbeitet werden).

SELECT project_name FROM projects_villach
INTERSECT
SELECT project_name FROM projects_klagenfurt;

Ergebnis:

project_name
Smart City

• Differenz (EXCEPT / MINUS): Ermittelt alle Datensätze, die in einer Menge enthalten sind, aber nicht in der anderen.

Tipp

Der EXCEPT-Operator (in manchen SQL-Dialekten wie MariaDB auch MINUS) gibt Datensätze aus der ersten Tabelle zurück, die in der zweiten Tabelle nicht vorhanden sind.

Beispiel: Datensätze aus der Villacher Projekttabelle, die in der Klagenfurter Projekttabelle nicht existieren (d. h. Projekte, die es nur in Villach gibt).

SELECT project_name FROM projects_villach
EXCEPT
SELECT project_name FROM projects_klagenfurt;

Ergebnis:

project_name
5G Infrastructure
Lake Care

Hinweis: Wird die Reihenfolge der Tabellen vertauscht, ändert sich das Ergebnis. projects_klagenfurt EXCEPT projects_villach würde “New Central Station” und “Robotics Lab” zurückgeben.

Tabellen verbinden (Joins)

Das Verknüpfen mehrerer Tabellen wird als Join bezeichnet. Joins werden verwendet, um Datensätze aus zwei oder mehr Tabellen zu einer einzigen Ergebnismenge zu kombinieren.

Für die weiteren Join-Beispiele verwenden wir die beiden Tabellen students und grades. Beachten Sie, dass der Schüler “Charlie” noch keine Noten hat und dass es einen Noteneintrag (ID 5) mit einer student_id gibt, die in unserer Schülertabelle nicht existiert - um besser zu zeigen, wie Joins mit fehlenden Übereinstimmungen umgehen.

Beispieltabellen

Tabelle: students

student_id	first_name	last_name
1	Alice	Adelson
2	Bob	Burger
3	Charlie	Check

Tabelle: grades

grade_id	student_id	subject	score
1	1	SEW	1
2	1	INSY	2
3	2	MEDT	3
4	2	Math	1
5	99	English	2

Hinweis: Die student_id 99 in der Tabelle grades existiert nicht in der Tabelle students, was wichtig wird, wenn wir betrachten, wie verschiedene Join-Typen mit nicht übereinstimmenden Datensätzen umgehen. Ja, das ist absichtlich so, um das Verhalten von Joins bei nicht übereinstimmenden Datensätzen zu veranschaulichen. Dadurch können wir sehen, wie verschiedene Join-Typen (Inner Join, Left Join, Right Join, Full Outer Join) Fälle behandeln, in denen es Datensätze in einer Tabelle gibt, die keine passende Entsprechung in der anderen Tabelle haben. Es hilft, das Konzept der Joins deutlicher zu demonstrieren, indem die Auswirkungen nicht übereinstimmender Datensätze auf die resultierende Datenmenge gezeigt werden. Normalerweise würde man in einer gut gepflegten Datenbank erwarten, dass Fremdschlüssel-Constraints solche Diskrepanzen verhindern, aber zu Lehrzwecken erlaubt uns dieser Aufbau, das Verhalten von Joins in verschiedenen Szenarien zu erkunden.

SQL-Setup

Wenn Sie dies in Ihrer Umgebung testen möchten, verwenden Sie den folgenden Code:

CREATE TABLE students (
    student_id INT PRIMARY KEY,
    first_name VARCHAR(50),
    last_name VARCHAR(50)
);

CREATE TABLE grades (
    grade_id INT PRIMARY KEY,
    student_id INT,
    subject VARCHAR(10),
    score INT
);

INSERT INTO students VALUES
(1, 'Alice', 'Adelson'),
(2, 'Bob', 'Burger'),
(3, 'Charlie', 'Check');

INSERT INTO grades VALUES
(1, 1, 'SEW', 1),
(2, 1, 'INSY', 2),
(3, 2, 'MEDT', 3),
(4, 2, 'Math', 1),
(5, 99, 'English', 2);

Inner Join

Der Inner Join ist der häufigste Join-Typ. Er gibt nur die Datensätze zurück, die in beiden Tabellen übereinstimmende Werte haben. Wenn eine Zeile in der ersten Tabelle keine entsprechende Übereinstimmung in der zweiten Tabelle hat (oder umgekehrt), erscheint diese Zeile nicht in der Ergebnismenge.

In unserem Beispiel verknüpfen wir die Tabelle students mit der Tabelle grades über die student_id.

SQL-Syntax

SELECT s.first_name, s.last_name, g.subject, g.score
FROM students s
INNER JOIN grades g ON s.student_id = g.student_id;

Ergebnistabelle

first_name	last_name	subject	score
Alice	Adelson	SEW	1
Alice	Adelson	INSY	2
Bob	Burger	MEDT	3
Bob	Burger	Math	1

Wichtige Beobachtungen:

• Charlie Check fehlt im Ergebnis, weil er keine Einträge in der Tabelle grades hat.
• Note ID 5 (English) fehlt, weil die student_id 99 nicht in der Tabelle students existiert.
• Der INNER JOIN stellt sicher, dass das Ergebnis nur “vollständige” Datenpaare enthält, bei denen ein Schüler eindeutig einer Note zugeordnet ist.

Left Join (Left Outer Join)

Der Left Join gibt alle Datensätze aus der linken Tabelle (students) und die passenden Datensätze aus der rechten Tabelle (grades) zurück.

Wenn es für einen Datensatz aus der linken Tabelle keine Übereinstimmung gibt, enthält das Ergebnis diesen Datensatz dennoch, allerdings mit NULL-Werten für jede Spalte der rechten Tabelle. Das ist besonders nützlich, wenn Sie Entitäten identifizieren möchten, die keine zugehörigen Daten in einer verknüpften Tabelle haben (z. B. Schüler, die noch keine Noten erhalten haben).

SQL-Syntax

SELECT s.first_name, s.last_name, g.subject, g.score
FROM students s
LEFT JOIN grades g ON s.student_id = g.student_id;

Ergebnistabelle

first_name	last_name	subject	score
Alice	Adelson	SEW	1
Alice	Adelson	INSY	2
Bob	Burger	MEDT	3
Bob	Burger	Math	1
Charlie	Check	NULL	NULL

Wichtige Beobachtungen:

• Charlie Check erscheint nun in der Liste. Da er keine Einträge in der Tabelle grades hat, werden die Spalten subject und score mit NULL gefüllt.
• Note ID 5 (English) fehlt weiterhin. Das liegt daran, dass ein Left Join die linke Tabelle (students) priorisiert und es keinen Schüler mit der ID 99 gibt, der diese Note ins Ergebnis ziehen würde.
• Dieser Join-Typ ist wesentlich für Berichte, bei denen Sie eine vollständige Liste der Schüler benötigen, unabhängig davon, ob sie ihre Aufgaben erledigt haben.

Right Join (Right Outer Join)

Der Right Join ist das genaue Spiegelbild des Left Join. Er gibt alle Datensätze aus der rechten Tabelle (grades) und die passenden Datensätze aus der linken Tabelle (students) zurück.

Wenn ein Datensatz in der rechten Tabelle keinen passenden Partner in der linken Tabelle hat, werden die Schülerspalten mit NULL gefüllt. Dies wird oft verwendet, um “verwaiste” Einträge zu finden - Daten, die in einer Untertabelle existieren, aber nicht mehr mit einem Hauptdatensatz verknüpft sind.

SQL-Syntax

SELECT s.first_name, s.last_name, g.subject, g.score
FROM students s
RIGHT JOIN grades g ON s.student_id = g.student_id;

Ergebnistabelle

first_name	last_name	subject	score
Alice	Adelson	SEW	1
Alice	Adelson	INSY	2
Bob	Burger	MEDT	3
Bob	Burger	Math	1
NULL	NULL	English	2

---

Wichtige Beobachtungen:

• Die “verwaiste” Note: Note ID 5 (English) erscheint nun im Ergebnis, obwohl die student_id 99 in unserer Tabelle students nicht existiert. Die Namensspalten sind einfach NULL.
• Charlie Check ist weg: Da Charlie keinen Eintrag in der Tabelle grades hat, wird er ausgeschlossen, weil der Right Join die rechte Seite priorisiert.
• Praktischer Einsatz: In vielen realen Szenarien ziehen Entwickler es vor, LEFT JOIN zu verwenden und einfach die Tabellenreihenfolge in der Abfrage zu vertauschen, damit die Logik von links nach rechts leichter lesbar bleibt.

Full Outer Join

Der Full Outer Join kombiniert die Ergebnisse von LEFT JOIN und RIGHT JOIN. Er gibt alle Datensätze zurück, wenn es eine Übereinstimmung in der linken Tabelle (students) oder der rechten Tabelle (grades) gibt.

Wenn es keine Übereinstimmung gibt, enthält die fehlende Seite NULL-Werte. Dieser Join bietet eine vollständige Sicht auf beide Tabellen und zeigt Ihnen übereinstimmende Daten, Schüler ohne Noten und Noten ohne Schüler in einer einzigen Ergebnismenge.

SQL-Syntax

SELECT s.first_name, s.last_name, g.subject, g.score
FROM students s
FULL OUTER JOIN grades g ON s.student_id = g.student_id;

Ergebnistabelle

first_name	last_name	subject	score
Alice	Adelson	SEW	1
Alice	Adelson	INSY	2
Bob	Burger	MEDT	3
Bob	Burger	Math	1
Charlie	Check	NULL	NULL
NULL	NULL	English	2

Wichtige Beobachtungen:

• Der “Alles-rein”-Ansatz: Dies ist der einzige Join, der sowohl Charlie Check (den Schüler ohne Noten) als auch die English-Note (die Note ohne Schüler) enthält.
• Verwendung in Datenbanken: Obwohl sehr mächtig, beachten Sie, dass manche Datenbanksysteme (wie MySQL/MariaDB) FULL OUTER JOIN nicht direkt unterstützen. In diesen Fällen müssen Sie ihn durch eine UNION aus einem LEFT JOIN und einem RIGHT JOIN nachbilden.
• Datenprüfung (Auditing): Dieser Join eignet sich hervorragend zur Datenbereinigung oder -prüfung, da er fehlende Beziehungen auf beiden Seiten Ihres Datenbankschemas sofort sichtbar macht.

Cross Join

Der Cross Join ist der grundlegendste und weitreichendste Join-Typ. Er erzeugt ein kartesisches Produkt der beiden Tabellen. Das bedeutet, jede einzelne Zeile der ersten Tabelle wird mit jeder einzelnen Zeile der zweiten Tabelle kombiniert.

Anders als die zuvor besprochenen Joins verwendet der Cross Join üblicherweise keine Vergleichsbedingung (die ON-Klausel). Wenn Tabelle A 3 Zeilen und Tabelle B 5 Zeilen hat, ergibt der Cross Join 15 Zeilen (3 × 5).

SQL-Syntax

SELECT s.first_name, s.last_name, g.subject
FROM students s
CROSS JOIN grades g;

(Hinweis: In manchen SQL-Dialekten erreichen Sie dasselbe Ergebnis, indem Sie einfach beide Tabellen durch ein Komma getrennt auflisten: SELECT ... FROM students, grades;)

Ergebnistabelle (Auszug)

Da das vollständige Ergebnis 15 Zeilen hätte (3 Schüler × 5 Noten), hier eine Stichprobe, wie es aussieht:

first_name	last_name	subject
Alice	Adelson	SEW
Alice	Adelson	INSY
Alice	Adelson	MEDT
Alice	Adelson	Math
Alice	Adelson	English
Bob	Burger	SEW
Bob	Burger	INSY
…	…	…
Charlie	Check	English

Wichtige Beobachtungen:

• Keine Logik nötig: Die Datenbank prüft nicht, ob die student_id übereinstimmt. Sie paart einfach jeden mit allem.
• Größenexplosion: Bei großen Tabellen kann ein Cross Join schnell zu riesigen Ergebnismengen führen, die eine Anwendung zum Absturz bringen oder den Server verlangsamen können.
• Praktischer Einsatz: Obwohl für Standardberichte selten verwendet, sind Cross Joins nützlich, um Testdaten zu erzeugen oder erschöpfende Kombinationen zu erstellen (z. B. jede mögliche “Farbe” mit jeder möglichen “Größe” für ein Bekleidungssortiment zu kombinieren).

Natural Join

Ein Natural Join ist ein spezieller Join-Typ, der Tabellen automatisch über alle Spalten verbindet, die in beiden Tabellen denselben Namen haben.

Bei einem NATURAL JOIN müssen Sie keine ON-Klausel angeben, weil die Datenbank die Beziehung “errät”, indem sie nach identischen Spaltenüberschriften sucht.

SQL-Syntax

SELECT first_name, last_name, subject, score
FROM students
NATURAL JOIN grades;

Wie es in unserem Beispiel funktioniert:

1. Die Datenbank betrachtet beide Tabellen (students und grades).
2. Sie erkennt, dass beide Tabellen eine Spalte namens student_id haben.
3. Sie führt einen Inner Join mit students.student_id = grades.student_id durch.
4. Entscheidend ist: Sie nimmt die Join-Spalte (student_id) nur einmal ins Ergebnis auf, selbst wenn Sie SELECT * verwenden.

Ergebnistabelle

first_name	last_name	subject	score
Alice	Adelson	SEW	1
Alice	Adelson	INSY	2
Bob	Burger	MEDT	3
Bob	Burger	Math	1

Wichtige Warnungen (warum er in der Produktion selten verwendet wird):

Obwohl er “sauberer” aussieht, weil der Code kürzer ist, wird er in der professionellen Softwareentwicklung aus mehreren Gründen oft vermieden:

• Versteckte Logik: Wenn jemand eine neue Spalte zu beiden Tabellen hinzufügt (z. B. last_update) für internes Tracking, wird der NATURAL JOIN plötzlich versuchen, auch über diese Spalte zu verbinden. Das wird Ihre Abfrage wahrscheinlich kaputtmachen oder null Ergebnisse zurückgeben.
• Spaltennamen-Konflikte: Wenn zwei Tabellen eine Spalte namens id oder description haben, die eigentlich Unterschiedliches bedeuten, versucht ein Natural Join fälschlicherweise, sie zu verknüpfen.
• Lesbarkeit: Für einen Entwickler, der Ihren Code liest, ist nicht sofort ersichtlich, welche Spalten für die Verbindung verwendet werden, ohne das Schema beider Tabellen nachzuschlagen.

In der Praxis sollten Sie immer den expliziten INNER JOIN ... ON ... bevorzugen, um die Kontrolle über Ihre Daten zu behalten.

Semi-Join

Ein Semi-Join unterscheidet sich etwas von den bisher besprochenen Joins. Während Standard-Joins (Inner, Left usw.) Spalten aus beiden Tabellen kombinieren, gibt ein Semi-Join Zeilen aus der linken Tabelle zurück, wenn es eine Übereinstimmung in der rechten Tabelle gibt, hängt aber keine Spalten aus der rechten Tabelle an.

Einfach gesagt: Er prüft, ob ein Datensatz einen Partner hat, “bringt den Partner aber nicht mit nach Hause”.

Warum verwendet man ihn?

Sie verwenden einen Semi-Join, wenn es Ihnen nur darauf ankommt, ob eine Beziehung existiert, Sie aber die tatsächlichen Daten aus der zweiten Tabelle nicht benötigen. Er verhindert außerdem doppelte Zeilen, wenn ein Schüler mehrere Noten hat (anders als ein Inner Join).

SQL-Syntax

In SQL gibt es kein Schlüsselwort SEMI JOIN. Stattdessen wird er üblicherweise mit dem EXISTS-Operator oder dem IN-Operator umgesetzt.

Beispiel - Alle Schüler finden, die mindestens eine Note haben:

SELECT *
FROM students s
WHERE EXISTS (
    SELECT 1
    FROM grades g
    WHERE g.student_id = s.student_id
);

Ergebnistabelle

student_id	first_name	last_name
1	Alice	Adelson
2	Bob	Burger

Wichtige Beobachtungen:

• Keine Duplikate: Obwohl Alice zwei Noten hat (SEW und INSY), erscheint sie nur einmal im Ergebnis. Bei einem INNER JOIN würde sie zweimal erscheinen.
• Keine Noteninfo: Das Ergebnis enthält nur Spalten aus der Tabelle students. Sie können die Fächer oder die Noten nicht sehen.
• Der “Anti-Join”: Das Gegenteil ist der Anti-Join (mit NOT EXISTS). Dieser würde nur Charlie Check zurückgeben, da er der Einzige ist, der keine Note hat.

Vergleich: Inner Join vs. Semi-Join

Merkmal	Inner Join	Semi-Join (EXISTS)
Spalten	Aus beiden Tabellen	Nur aus der linken Tabelle
Duplikate	Alice erscheint für jede Note	Alice erscheint nur einmal
Ziel	Daten kombinieren	Daten filtern

Anti-Join

Ein Anti-Join ist das logische Gegenteil eines Semi-Joins. Er gibt Zeilen aus der linken Tabelle nur dann zurück, wenn es keine Übereinstimmung in der rechten Tabelle gibt.

In unserem Schulkontext ist dies das perfekte Werkzeug, um “Waisen” zu finden - zum Beispiel Schüler, die noch keine Noten erhalten haben, oder Fächer, die keinem vorhandenen Schüler zugeordnet sind.

SQL-Syntax

Ähnlich wie beim Semi-Join haben die meisten SQL-Dialekte kein Schlüsselwort ANTI JOIN. Er wird typischerweise mit NOT EXISTS oder NOT IN umgesetzt.

Beispiel - Schüler finden, denen keine Noten zugeordnet sind:

SELECT *
FROM students s
WHERE NOT EXISTS (
    SELECT 1
    FROM grades g
    WHERE g.student_id = s.student_id
);

Ergebnistabelle

student_id	first_name	last_name
3	Charlie	Check

Warum nicht einfach ein Left Join mit einer NULL-Prüfung?

Sie können ein Anti-Join-Ergebnis tatsächlich auch mit einem LEFT JOIN erreichen, aber das ist oft weniger effizient und etwas schwerer zu lesen:

SELECT s.*
FROM students s
LEFT JOIN grades g ON s.student_id = g.student_id
WHERE g.grade_id IS NULL;

Vorteile der Verwendung von NOT EXISTS (Anti-Join-Logik):

• Performance: Die Datenbank-Engine kann die Suche für einen bestimmten Schüler beenden, sobald sie eine einzige Note findet.
• Klarheit: Sie drückt die Absicht klar aus: “Wähle Schüler, für die keine Notendatensätze existieren.”

Mehr als zwei Tabellen verbinden

In realen Datenbankschemata sind Informationen oft über mehr als zwei Tabellen verteilt und bilden ein Netz aus miteinander verbundenen Tabellen. Daher müssen wir mehr als zwei Tabellen auf einmal verbinden.

Die Logik bleibt jedoch dieselbe: Jeder Join erzeugt eine temporäre Ergebnismenge, die dann mit der nächsten Tabelle in der Reihenfolge verbunden wird.

Beispielerweiterung: Tabelle teachers

Um dies zu demonstrieren, fügen wir eine dritte Tabelle hinzu, die Fächer mit Lehrkräften verknüpft.

teacher_id	name	subject
101	Gabriel	SEW
102	Maurhart	INSY
103	Steindl	Math

SQL-Syntax: Die Kettenreaktion

Beim Verbinden mehrerer Tabellen hängen Sie einfach weitere JOIN- und ON-Klauseln an. Die Reihenfolge folgt üblicherweise der logischen Beziehung (Schüler ➡️ Note ➡️ Lehrkraft).

SELECT
    s.first_name,
    s.last_name,
    g.subject,
    g.score,
    t.name AS teacher_name
FROM students s
INNER JOIN grades g ON s.student_id = g.student_id
INNER JOIN teachers t ON g.subject = t.subject;

Ergebnistabelle

first_name	last_name	subject	score	teacher_name
Alice	Adelson	SEW	1	Gabriel
Alice	Adelson	INSY	2	Maurhart
Bob	Burger	Math	1	Steindl

Wichtige Beobachtungen:

• Logischer Ablauf: Die Abfrage verbindet zunächst students mit grades über student_id. Sobald diese Verbindung hergestellt ist, verwendet sie die Spalte subject aus der Tabelle grades, um die passende Lehrkraft aus der Tabelle teachers hinzuzuziehen.
• Der “Filter”-Effekt: Da wir für beide Verbindungen INNER JOIN verwendet haben, verschwindet jeder Datensatz, dem an irgendeiner Stelle in der Kette eine Verknüpfung fehlt. Beachten Sie, dass Bobs “MEDT”-Note weg ist, weil es in unserer Tabelle teachers keine Lehrkraft für “MEDT” gibt.
• Join-Typen mischen: Sie können mischen und kombinieren. Sie könnten einen LEFT JOIN für die erste Verbindung verwenden (um alle Schüler zu behalten) und einen INNER JOIN für die zweite. Seien Sie jedoch vorsichtig: Ein nachfolgender INNER JOIN kann versehentlich die NULL-Zeilen herausfiltern, die ein vorheriger LEFT JOIN erzeugt hat.

Achtung

Performance-Tipp: Auch wenn SQL Ihnen erlaubt, Dutzende von Tabellen zu verbinden, verursacht jeder Join zusätzlichen Rechenaufwand. Das ist der Grund, warum Datenbankdesigner versuchen, die Anzahl der Joins in einer einzigen Abfrage so gering wie möglich zu halten. Komplexe Abfragen mit vielen Joins können zu langsamer Performance führen, besonders wenn die Tabellen groß und nicht richtig indiziert sind.

Stellen Sie immer sicher, dass die in der ON-Klausel verwendeten Spalten (die Schlüssel) richtig indiziert sind, damit Ihre Abfragen schnell bleiben.

Strategie: wie man eine Join-Abfrage aufbaut

Gerade bei mehreren Tabellen lohnt es sich, nicht alles auf einmal hinzuschreiben, sondern die Abfrage Schritt für Schritt wachsen zu lassen.

1. Mit der zentralen Tabelle beginnen. Zuerst überlegen, worum es eigentlich geht. Sollen Bestellungen angezeigt werden, ist Orders die Haupttabelle, an die alles andere angehängt wird.
2. Die Schlüsselbeziehungen suchen. Jede Zusatzinformation kommt aus einer Tabelle, die über Primär- und Fremdschlüssel verbunden ist, zum Beispiel Orders.CustomerID auf Customers.CustomerID.
3. Join für Join aufbauen. Mit SELECT * FROM Orders starten, einen Join anhängen, das Ergebnis prüfen, dann den nächsten. So zeigt sich sofort, wo eine Verbindung nicht stimmt.
4. Die Spalten gezielt auswählen. * durch die wirklich benötigten Spalten ersetzen und Aliase vergeben (c.CompanyName, e.LastName), sonst wird das Ergebnis schnell unübersichtlich.
5. Die passende Join-Art wählen. Meist ist ein INNER JOIN richtig. Ein LEFT JOIN gehört dorthin, wo auch Datensätze ohne Partner sichtbar bleiben sollen, etwa Kunden ohne Bestellung.
6. Filter zuletzt. Erst wenn die Joins passen, wird mit WHERE eingeschränkt.

Von der Mitte nach außen bauen: zuerst die Haupttabelle, dann Schritt für Schritt die Joins.

Typische Stolpersteine

• Mehrdeutige Spaltennamen. Spalten wie id, name oder date gibt es in mehreren Tabellen. Qualifiziere sie immer mit einem Alias (c.CustomerID, o.OrderID).
• NULL-Werte. Bei LEFT, RIGHT und FULL JOIN entstehen NULL-Werte. Vergleiche mit = schlagen dann fehl; stattdessen IS NULL und IS NOT NULL verwenden.
• Filter an der falschen Stelle. Ein WHERE auf die rechte Tabelle nach einem LEFT JOIN wirft die NULL-Zeilen wieder hinaus, und das Ergebnis verhält sich plötzlich wie ein INNER JOIN. Solche Bedingungen gehören in die ON-Klausel.
• Performance. Viele Joins auf großen Tabellen werden langsam. Nur die benötigten Spalten wählen und für Indizes auf den Fremdschlüsselspalten sorgen.
• Lesbarkeit. Joins sauber untereinander schreiben, mit kurzen Aliasen arbeiten und bei komplexeren Abfragen zu CTEs (WITH) greifen.

Zusammenfassung: Joins & Mengenoperationen

In relationalen Datenbanken sind Daten typischerweise über mehrere Tabellen verteilt. Um diese Daten nutzbar zu machen, müssen sie kombiniert werden. Dieses Kapitel unterscheidet zwischen zwei grundlegenden Methoden: Mengenoperationen (basierend auf der Tabellenstruktur) und Joins (basierend auf logischen Beziehungen über Primär- und Fremdschlüssel).

1. Mengenoperationen

Diese werden verwendet, um Tabellen zu kombinieren, die eine identische Struktur haben (vereinigungsverträglich).

• UNION: Führt zwei Tabellen zusammen und entfernt Duplikate (z. B. eine kombinierte Liste von Projekten aus Villach und Klagenfurt).
• INTERSECT: Gibt nur die Gemeinsamkeiten zurück (Projekte, die in beiden Städten laufen).
• EXCEPT / MINUS: Ermittelt die Differenz (Projekte, die in Villach existieren, aber nicht in Klagenfurt).

2. Wichtige Join-Typen

Joins kombinieren Spalten aus verschiedenen Tabellen anhand einer bestimmten Bedingung (üblicherweise etwas wie ON s.id = g.student_id).

• Inner Join: Der Standardfall. Nur Datensätze, die in beiden Tabellen einen passenden Partner haben, erscheinen im Ergebnis.
• Left Join: Behält alle Datensätze aus der linken Tabelle, selbst wenn rechts keine entsprechenden Daten existieren (nützlich, um Schüler ohne Noten zu finden).
• Right Join: Das Spiegelbild des Left Join - er behält alle Datensätze aus der rechten Tabelle.
• Full Outer Join: Die “Alles-rein”-Variante. Sie zeigt alles aus beiden Tabellen und füllt fehlende Partner mit NULL auf.
• Cross Join: Erzeugt ein kartesisches Produkt (jede Zeile mit jeder anderen Zeile gepaart). Vorsicht: Dies kann riesige Datenmengen erzeugen!

3. Spezialformen

• Natural Join: Verbindet Tabellen automatisch über Spalten mit identischen Namen (in der Praxis riskant wegen versteckter Logik).
• Semi-Join & Anti-Join: Diese werden zum Filtern verwendet. Ein Semi-Join prüft, ob ein Partner existiert, ohne dessen Daten anzuzeigen. Ein Anti-Join findet gezielt Datensätze ohne Partner (z. B. Schüler, die keine einzige Note erhalten haben).

Lernergebnisse: Was Sie nach diesem Kapitel können sollten

Nach Abschluss dieses Kapitels sollten Schüler in der Lage sein:

• Unterscheiden: Wissen, wann eine Mengenoperation (UNION, INTERSECT, EXCEPT) gegenüber einem JOIN zu verwenden ist.
• Anwenden: Die korrekte Syntax für INNER, LEFT und FULL JOIN sicher schreiben.
• Analysieren: Vorhersagen, welche Datensätze für jeden Join-Typ in der Ergebnismenge erscheinen (insbesondere die Identifikation von NULL-Werten).
• Probleme lösen: Gezielte Abfragen erstellen, um “verwaiste” Datensätze zu finden (z. B. mit LEFT JOIN und IS NULL oder NOT EXISTS).
• Optimieren: Verstehen, warum Aliase (z. B. FROM students s) die Lesbarkeit verbessern und warum Natural Joins in professionellen Umgebungen vermieden werden.