1. 概述
进行数据处理时，经常需要将数据表进行连接，本文介绍在 FineDataLink 中的多种连接方式。
2. 左连接
LEFT JOIN（左连接）和 LEFT OUTER JOIN（左外连接） ：返回包括左表中的所有记录和右表中连接字段相等的记录。
根据条件以左表为基准进行匹 配，如果匹配则正常输出，没有则以 null 代替，而且右边表有重复值的情况下会输出多条。
在 FineDataLink 中可以使用「数据关联」实现。
有两张表如下：
使用数据关联左连接，如下图所示：
得到以下结果：
上述算子设置相当于 SparkSQL 中的语法：
select * from DB表输入-副本
left join DB表输入1-副本
on DB表输入-副本.`姓名` = DB表输入1-副本.`姓名`
或者
select * from DB表输入-副本
left outer join DB表输入1-副本
on DB表输入-副本.`姓名` = DB表输入1-副本.`姓名`
注：LEFT JOIN 和 LEFT OUTER JOIN 的输出结果是一样的。
LEFT SEMI JOIN（左半连接）：
只显示左边的表中的列，如果条件在左右边表中匹配，则输出，否则 过滤掉，而且右边表有重复值的情况下也只输出一条。
例如上述两张数据表，如果使用左半连接则
注：语句不能直接复制，数据表需点击输入源生成。
则只会显示左右边表都匹配的结果，且右侧重复值被删除，结果如下：
3. 右连接
与左连接一致，使用「数据关联」即可实现。
4. 全连接
与左连接一致，使用「数据关联」即可实现。
5. 内连接
与左连接一致，使用「数据关联」即可实现。
5. UNION 和 UNION ALL 联合
UNION：会在上下联合时去除完全重复的数据。如果不为了去除重复行，建议使用 UNION ALL，并且效率会更高。
示例： select* from ( select 2 as id_no,99 as score union select 2 ,95 ) Student_Score
UNION ALL ：对查询的数据集取并集，不会去除重复行。
例如使用如下数据表进行上下联合：
1）使用两个DB表输入算子，使用 SQL 与筛选出表a1，a2的全部数据，然后 Spark SQL 算子的 SQL 语句为：
select * from a1
union all
select * from a2
效果如下图所示：
注：语句不能直接复制，数据表需点击输入源生成。
结果如下图所示：
如果使用 UNION 则表一种的重复数据会被删除，仅保留一条，结果如下图所示：
