1. 概述
進行資料處理時，經常需要將資料表進行連結，本文介紹在 FineDataLink 中的多種連結方式。
2. 左連結
LEFT JOIN（左連結）和 LEFT OUTER JOIN（左外連結） ：傳回包括左表中的所有記錄和右表中連結欄位相等的記錄。
根據條件以左表為基準進行匹 配，如果匹配則正常匯出，沒有則以 null 代替，而且右邊表有重複值的情況下會匯出多條。
在 FineDataLink 中可以使用「資料聯動」實現。
有兩張表如下：
使用資料聯動左連結，如下圖所示：
得到以下結果：
上述算子設定相當於 SparkSQL 中的文法：
select * from DB表輸入-複本
left join DB表輸入1-複本
on DB表輸入-複本.`姓名` = DB表輸入1-複本.`姓名`
或者
select * from DB表輸入-複本
left outer join DB表輸入1-複本
on DB表輸入-複本.`姓名` = DB表輸入1-複本.`姓名`
注：LEFT JOIN 和 LEFT OUTER JOIN 的匯出結果是一樣的。
LEFT SEMI JOIN（左半連結）：
只顯示左邊的表中的列，如果條件在左右邊表中匹配，則匯出，否則 過濾掉，而且右邊表有重複值的情況下也只匯出一條。
例如上述兩張資料表，如果使用左半連結則
注：語句不能直接複製，資料表需點選輸入源生成。
則只會顯示左右邊表都匹配的結果，且右側重複值被刪除，結果如下：
3. 右連結
與左連結一致，使用「資料聯動」即可實現。
4. 全連結
與左連結一致，使用「資料聯動」即可實現。
5. 內連結
與左連結一致，使用「資料聯動」即可實現。
5. UNION 和 UNION ALL 聯合
UNION：會在上下聯合時去除完全重複的資料。如果不為了去除重複行，建議使用 UNION ALL，並且效率會更高。
範例： select* from ( select 2 as id_no,99 as score union select 2 ,95 ) Student_Score
UNION ALL ：對查詢的資料集取並集，不會去除重複行。
例如使用如下資料表進行上下聯合：
1）使用兩個DB表輸入算子，使用 SQL 與篩選出表a1，a2的全部資料，然後 Spark SQL 算子的 SQL 語句為：
select * from a1
union all
select * from a2
效果如下圖所示：
注：語句不能直接複製，資料表需點選輸入源生成。
結果如下圖所示：
如果使用 UNION 則表一種的重複資料會被刪除，僅保留一條，結果如下圖所示：
上一篇：SparkSQL數學函式
