Hive中HSQL中left semi join和INNER JOIN、LEFT JOIN、RIGHT JOIN、FULL JOIN区别

今天药忘吃喽~ 2022-03-17 15:00 733阅读 0赞

**Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。**

**sql中的连接查询有inner join(内连接）、left join(左连接)、right join（右连接）、full join（全连接）left semi join(左半连接)五种方式，它们之间其实并没有太大区别，仅仅是查询出来的结果有所不同。 **

**（1）重要的放在前面，union和full join on的区别，“full join on 列合并和 union 行合并”：**

**   1） full join 使用on条件时，select \* 相当于把两个表(左表有m列p行和右表有n列q行)的所有列拼接成了一个有m+n列的结果表。**

**select \* from table1 full join table2 on(table1.student\_no=table2.student\_no);**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70][]

**2）而union相当于把 相当于把两个查询结果(左查询结果表有m列p行和右查询结果表有n列q行)的所有行进行了拼接，形成具有p+q行的查询结果。**

select student\_no tb1\_student\_no,student\_name from table1 union select student\_no as tb2\_student\_no,class\_no from table2;

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 1][]

**注意此时 ，左查询结果表和右查询结果表，必须有相同的列，即m=q相等，否则会报如下错误：**

hive>  select student\_no tb1\_student\_no,student\_name from table1 union select class\_no from table2;  
**FAILED: SemanticException Schema of both sides of union should match.**

**3）union和union all的区别  
   ** **使用场合：  
        如果我们需要将两个select语句的结果作为一个整体显示出来，我们就需要用到union或者union all关键字。union(或称为联合)的作用是将多个结果合并在一起显示出来。  
    注意事项：有关union和union all关键字需要注意的问题是：  
        union 和 union all都可以将多个结果集合并，而不仅仅是两个，你可以将多个结果集串起来。   
        使用union和union all必须保证各个select 集合的结果有相同个数的列，并且每个列的类型是一样的。但列名则不一定需要相同，oracle会将第一个结果的列名作为结果集的列名。  
    二者区别：  
        Union：对两个结果集进行并集操作，不包括重复行，同时进行默认规则的排序。**

**        Union在进行表链接后会筛选掉重复的记录，所以在表链接后会对所产生的结果集进行排序运算，删除重复的记录再返回结果。实际大部分应用中是不会产生重复的记录，最常见的是过程表与历史表Union。  
        Union All：对两个结果集进行并集操作，包括重复行，不进行排序。**

**        如果返回的两个结果集中有重复的数据，那么返回的结果集就会包含重复的数据了。  
    参考：https://zhidao.baidu.com/question/1991321571585322987.html  
            https://www.cnblogs.com/wen-zi/p/9133754.html**

### **（2）Inner join是最简单的关联操作，** ###

**         1）如果有on 条件的话，则两边关联只取交集。**

select \* from table1 join table2 on **table1.student\_no=table2.student\_no** ;

**         2）笛卡尔积：如果没有on条件的话，则是左表和右表的列通过笛卡尔积的形式表达出来，下面两个sql就是求笛卡尔积：**

select \* from table1 join table2;

select \* from table1 inner join table2;

比如table1有m行，table2有n行，最终的结果将有 m\*n行

###    **（3）outer join分为left outer join、right outer join和full outer join。** ###

**left outer join是以左表驱动，右表不存在的key均赋值为null；**

**right outer join是以右表驱动，左表不存在的key均赋值为null；**

**full outer join全表关联，即是左外连接和右外连接结果集合求并集 ,左右表均可赋值为null。（而不是将两表完整的进行笛卡尔积操作，这种表述是错误的，注意某些博客的表述）**

如果full join不加on过滤条件，计算结果也是笛卡尔积：

select \* from table1 a  full join table2 b ;

### **（4）left semi join** ###

**semi join (即等价于left semi join)最主要的使用场景就是解决exist in。LEFT SEMI JOIN （左半连接）是 IN/EXISTS 子查询的一种更高效的实现。**

**注意，在hive 2.1.1版本中，支持子查询，使用in 和 not in关键字，以下两个SQL都是正确的：**

** SELECT \* FROM TABLE1 WHERE table1.student\_no NOT IN (SELECT table2.student\_no FROM TABLE2);**

** SELECT \* FROM TABLE1 WHERE table1.student\_no  IN (SELECT table2.student\_no FROM TABLE2);**

以下为两个测试数据表建表语句：

> use test;
> 
> DROP TABLE IF EXISTS table1;
> 
> create table table1(
> 
>     student\_no      bigint  comment '学号',
> 
>     student\_name    string  comment '姓名'
> 
> )
> 
> COMMENT 'test 学生信息'
> 
> ROW FORMAT DELIMITED
> 
> FIELDS TERMINATED BY '\\t'
> 
> LINES TERMINATED BY '\\n'
> 
> STORED AS TEXTFILE;
> 
>  
> 
> DROP TABLE IF EXISTS table2;
> 
> create table table2(
> 
>     student\_no      bigint  comment '学号',
> 
>     class\_no        bigint  comment '课程号'
> 
> )
> 
> COMMENT 'test 学生选课信息'
> 
> ROW FORMAT DELIMITED
> 
> FIELDS TERMINATED BY '\\t'
> 
> LINES TERMINATED BY '\\n'
> 
> STORED AS TEXTFILE;
> 
> **测试数据如下：**
> 
> \[work@ha6-prd-dx rk\]$ more data\_table1.txt
> 
> 1    name1
> 
> 2    name2
> 
> 3    name3
> 
> 4    name4
> 
> 5    name5
> 
> 6    name6
> 
> \[work@ha6-prd-dx rk\]$ more data\_table2.txt
> 
> 1    11
> 
> 1    12
> 
> 1    13
> 
> 2    11
> 
> 2    14
> 
> 3    12
> 
> 3    15
> 
> 4    12
> 
> 4    13
> 
> 5    14
> 
> 5    16
> 
> 7    13
> 
> 7    15
> 
> **入库命令如下：**
> 
> load data local inpath  '/home/work/yyz\_work/data\_table1.txt' overwrite into table table1 ;
> 
> load data local inpath  '/home/work/yyz\_work/data\_table2.txt' overwrite into table table2 ;

### **测试一、测试子查询：证明在Hive 2.1.1版本中，是支持where子句中的子查询 in 和 not in，但是 HSQL常用的exist 子句在Hive中是不支持的。** ###

SELECT table1.student\_no, table1.student\_name

FROM table1

WHERE table1.student\_no in (SELECT table2.student\_no FROM table2);

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 2][]

### **测试二、 测试 left semi join** ###

### **证明在Hive 2.1.1版本中，是支持where子句中的子查询，SQL常用的exist in子句在Hive中是不支持的，但可以使用一个更高效的实现方式---- semi join最主要的使用场景就是解决exist in。** ###

### ![20190225011947128.png][] ###

**SQL1:**

SELECT table1.student\_no, table1.student\_name FROM table1 LEFT SEMI JOIN table2 on ( table1.student\_no =table2.student\_no);

**SQL2:**

SELECT \* FROM table1 LEFT SEMI JOIN table2 on ( table1.student\_no =table2.student\_no);

**SQL1和SQL2等价，只输出左表包含的那些列。且输出结果如下：**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 3][]

**可以看到，只打印出了左边的表中的列，规律是如果主键在右边表中存在，则打印，否则过滤掉了。****以上两个测试证明在博客[https://blog.csdn.net/AntKengElephant/article/details/83029573][https_blog.csdn.net_AntKengElephant_article_details_83029573]中有错。**

**此外，注意哈，只存在** ** ****left SEMI JOIN，不存在****SEMI JOIN 和 ****right SEMI JOIN。**

**hive> SELECT table1.student\_no, table1.student\_name FROM table1 SEMI JOIN table2 on (table1.student\_no=table2.student\_no);  
FAILED: SemanticException \[Error 10009\]: Line 1:79 Invalid table alias 'table1'**

### 此外，注意需要以下几项： ###

**1、left semi join 的限制是， JOIN 子句中右边的表只能在 ON 子句中设置过滤条件，在 WHERE 子句、SELECT 子句或其他地方过滤都不行。**

hive> SELECT \* FROM table1 LEFT SEMI JOIN table2 on ( table1.student\_no =table2.student\_no) where table2.student\_no>3;  
FAILED: SemanticException \[Error 10004\]: Line 1:92 Invalid table alias or column reference 'table2': (possible column names are: student\_no, student\_name)

**对右表的过滤条件只能写在on子句中：**  
hive> SELECT \* FROM table1 LEFT SEMI JOIN table2 on ( table1.student\_no =table2.student\_no and  table2.student\_no>3);

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 4][]

**2、left semi join 是只传递表的 join key 给 map 阶段，因此left semi join 中最后 select 的结果只许出现左表的那些列（参见SQL1和SQL2区别）。**

**3、因为 left semi join 是 in(keySet) 的关系，遇到右表重复记录，左表会跳过，而 join 则会一直遍历。这就导致右表有重复值得情况下 left semi join 只产生一条，join 会产生多条，也会导致 left semi join 的性能更高。 **

参考：https://blog.csdn.net/happyrocking/article/details/79885071 ，(ps.其中给的最后一个例子是错误的，semi join不应该包含右表的列)

### **测试三、测试内连接*****Inner join等价于join，在两张表进行连接查询时，只保留两张表中完全匹配的结果，不存在 inner outer join*** ###

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 5][]

select \* from table1 inner join table2 on table1.student\_no=table2.student\_no;

select \* from table1 join table2 on table1.student\_no=table2.student\_no;

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 6][]

### **测试四：left (outer) join  **,在两张表进行连接查询时，会返回左表所有的行，即使在右表中没有匹配的记录。 ###

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 7][]

select \* from table1 left join table2 on(table1.student\_no=table2.student\_no);

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 8][]

***我用的HIVE版本是hive-2.1.1，是支持直接的left join写法；***

***测试五：左表独有***

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 9][]

SELECT a.key, a.value FROM a LEFT OUTER JOIN b ON (a.key = b.key)  WHERE b.key <> NULL;

select \* from table1 left outer join table2 on table1.student\_no=table2.student\_no where table2.student\_no is not null;

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 10][]

### **测试六：left (outer) join **在两张表进行连接查询时，会返回右表所有的行，即使在左表中没有匹配的记录。 ###

select \* from table1 left outer join table2 on(table1.student\_no=table2.student\_no);

select \* from table1 left  join table2 on(table1.student\_no=table2.student\_no);

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 11][]

**可以看到left outer join左边表的数据都列出来了，如果右边表没有对应的列，则写成了NULL值。**

**同时注意到，如果左边的主键在右边找到了N条，那么结果也是会叉乘得到N条的，比如这里主键为1的显示了右边的3条**

### **测试七：测试right (outer) join **在两张表进行连接查询时，会返回右表所有的行，即使在左表中没有匹配的记录 ###

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 12][]

select \* from table1 right join table2 on(table1.student\_no=table2.student\_no);

select \* from table1 right  outer join table2 on(table1.student\_no=table2.student\_no);

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 13][]

测试八：右表独有

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 14][]

select \* from table1 right join table2 on(table1.student\_no=table2.student\_no) where table1.student\_no is not null;

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 15][]

### **测试九，union  将两个查询结果进行合并一个表，我们可以使用union来达到目的** ###

**按列合并两个表，比如第一茬查询结果又6条记录，第二个查询结果又13条记录，那么使用union后的结果将是19条记录。**

hive> select student\_no tb1\_student\_no,student\_name from table1 union select student\_no as tb2\_student\_no,class\_no from table2;

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 16][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 17][]

### **测试十：full join,在两张表进行连接查询时，返回左表和右表中所有没有匹配的行。** ###

查询结果是left join和right join的并集。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 18][]

**select \* from table1 full  join table2 on(table1.student\_no=table2.student\_no);**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 19][]

**测试：自己全连接自己，使用别名后，也是进行查询：**

**select \* from table1 a  full join table1 b on(a.student\_no=b.student\_no);**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 20][]

**如果full join不加on过滤条件，计算结果也是笛卡尔积：**

select \* from table1 a  full join table2 b ;

### 测试十一：并集去去交集 ###

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 21][]

hive> select \* from table1 left outer join table2 on table1.student\_no=table2.student\_no where table2.student\_no is null;

![20190227094758529.png][]

hive> select \* from table1 RIGHT  outer join table2 on table1.student\_no=table2.student\_no where table1.student\_no is null;

![20190227094831352.png][]

hive> select \* from table1 left outer join table2 on table1.student\_no=table2.student\_no where table2.student\_no is null  
    > UNION  
    > select \* from table1 RIGHT  outer join table2 on table1.student\_no=table2.student\_no where table1.student\_no is null;

![20190227094934117.png][]

结论：

*  hive在hive-2.1.1版本时支持’left join’的写法；
 *  hive的left outer join：如果右边有多行和左边表对应，就每一行都映射输出；如果右边没有行与左边行对应，就输出左边行，右边表字段为NULL；
 *  hive的left semi join：相当于SQL的in语句，比如上面测试3的语句相当于“select \* from table1 where table1.student\_no in (table2.student\_no)”，注意，结果中是没有B表的字段的。

纠正：在hive-2.1.1版本运行命令证实以下文章部分有错：[http://www.crazyant.net/1470.html][http_www.crazyant.net_1470.html]

[https://blog.csdn.net/lukabruce/article/details/80568796][https_blog.csdn.net_lukabruce_article_details_80568796]

[http://www.w3school.com.cn/sql/sql\_join\_full.asp][http_www.w3school.com.cn_sql_sql_join_full.asp]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70]: /images/20220317/4d0bde2a97444d67b45384a80e191863.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 1]: /images/20220317/db65ed4208e842d5a98fcfceecbad444.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 2]: /images/20220317/5019108631ef4aaa8c015fd863d4ba4b.png
[20190225011947128.png]: /images/20220317/92ada15db53143a18e89eda34d4c5467.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 3]: /images/20220317/f9c4c510575e4008acb1f2521efaf11f.png
[https_blog.csdn.net_AntKengElephant_article_details_83029573]: https://blog.csdn.net/AntKengElephant/article/details/83029573
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 4]: /images/20220317/449337c7282849bca564c27c353a69a0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 5]: /images/20220317/e0287fdf854641fa909b2fee2feb0b4b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 6]: /images/20220317/71f9003e7d2e4e2ca676918fa0bf28fe.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 7]: /images/20220317/8b22e80b58114bef9e12d876e8fda64e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 8]: /images/20220317/13c0777bf0f54598b37ea1a75f69b7ff.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 9]: /images/20220317/4f4c24dfb0a543adadae01872b395d9e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 10]: /images/20220317/84b329f70be14735882017780bebaf7f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 11]: /images/20220317/a9af2038a4c64be098bdf32067cf504b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 12]: /images/20220317/ba89f787184f470caaa5688ea6423fe7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 13]: /images/20220317/88896539ecd94cdeb48990b8193066e0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 14]: /images/20220317/2dca388d580046aca647d20fd429cea1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 15]: /images/20220317/7e255f2fce0f46678978a4c79832311d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 16]: /images/20220317/22d0d2c0b8c942e29c0c3ee581ac348b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 17]: /images/20220317/30e2420ba669409f9870c419addce866.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 18]: /images/20220317/692b0f7fe684434695fa4ebc0ca9fef5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 19]: /images/20220317/431130bbcc25498f96fe54c0d86bbe53.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 20]: /images/20220317/8be7e150f7a5408bb1cfbce87f0c2471.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlbGxveGlhb3poZQ_size_16_color_FFFFFF_t_70 21]: /images/20220317/8edf512b03074aa9a1b55a9604e6b736.png
[20190227094758529.png]: /images/20220317/f113572398324407ac4f28fa38a7e27b.png
[20190227094831352.png]: /images/20220317/8118c34d0af446f5950598b55add8318.png
[20190227094934117.png]: /images/20220317/23edba628795427cb62d9ab6c8b06b06.png
[http_www.crazyant.net_1470.html]: http://www.crazyant.net/1470.html
[https_blog.csdn.net_lukabruce_article_details_80568796]: https://blog.csdn.net/lukabruce/article/details/80568796
[http_www.w3school.com.cn_sql_sql_join_full.asp]: http://www.w3school.com.cn/sql/sql_join_full.asp