我們将等值JOIN分成三種情況來分别讨論，分情況相當于加強了條件，我們可以充分利用每種情況下的特征。
<b>1. 外鍵屬性化</b>
先看個例子，設有如下兩個表：
employee表和delpartment表的主鍵都是其中的id字段，employee表的department字段是指向department表的外鍵，department表的manager字段又是指向employee表的外鍵。這是很正常的表結構設計。
現在我們想問一下：哪些美國籍員工有一個中國籍經理？
用SQL寫出來是這樣的：
句子較長，由于employee表需要兩次參與JOIN，還需要為它起個别名加以區分。
我們換一種寫法：
當然，這不是标準的SQL語句了。
第二個句子中用紅色部分表示目前員工的“所屬部門的經理的國籍”。我們把外鍵字段了解成一個對象，外鍵表的字段被了解為外鍵字段的屬性，department.manager即是”所屬部門的經理“，而這個字段在department中仍然是個外鍵，那麼它的外鍵表字段可以繼續了解為它的屬性，也就會有department.manager.nationality，即“所屬部門的經理的國籍”。
這種的對象式了解方式，顯然比笛卡爾積過濾的了解方式要自然直覺得多。外鍵表JOIN時并不會涉及到兩個表的乘法，外鍵字段隻是用于找到外鍵表中對應的那條記錄，完全不會涉及到笛卡爾積這種有乘法特性的運算。
我們前面約定，外鍵表JOIN時維表中關聯字段必須是主鍵，是以外鍵字段對應的維表記錄一定是唯一的，這樣deparment.manager.nationality對于employee表中每一條記錄都是唯一的，這就不會發生歧義。而如果不做這個約定，就可能發生多對多，department.manager.nationality無法明确定義。
事實上，這種對象式寫法在結構化進階語言（如C，Java）中很常見，在這類語言中，資料就是按對象方式存儲的。employee表中的department字段取值根本就是一個對象，而不是編号。其實許多表的主鍵取值本身并沒有業務意義，僅僅是為了區分記錄，而外鍵字段也僅僅是為了找到外鍵表中的相應記錄，如果外鍵字段直接是對象，就不需要再通過編号來辨別了。不過，SQL缺乏離散性，不能直接使用這種存儲機制，還要借助編号。
外鍵表關系中，事實表和維表是不對等的，隻能基于事實表去找維表字段，而不會有倒過來的情況。
<b>2. 同維表等同化</b>
同維表的情況相對簡單，還是從例子開始，設有兩個表：
兩個表的主鍵都是id，經理也是員工，兩表共用同樣的員工編号，經理會比普通員多一些屬性，另用一個經理表來儲存。
現在我們要統計所有員工（包括經理）的總收入（加上津貼）。
用SQL寫出來還是會用到JOIN：
而對于兩個一對一的表，我們其實可以簡單地把它們看成一個表：
同樣地，根據我們的約定，同維表JOIN時兩個表都是按主鍵關聯的，相應記錄是唯一對應的，salary+allowance對employee表中每條記錄都是唯一可計算的，不會出現歧義。
同維表之間的關系是對等的，從任何一個表都可以引用到其它同維表的字段。
<b>3. 主子表一體化</b>
訂單及訂單明細是典型的主子表：
Orders表的主鍵是id，OrderDetail表中的主鍵是(id,no)，前者的主鍵是後者的一部分。
現在我們想計算每張訂單的總金額。
直接用SQL寫出來會是這樣：
要完成這個運算，不僅要用到JOIN，還需要做一次GROUP BY，否則選出來的記錄數太多。
如果我們把子表中與主表相關的記錄看成主表的一個字段，那麼這個問題也可以不再使用JOIN以及GROUP BY：
與普通字段不同，OrderDetail被看成Orders表的字段時，其取值将是一個集合，因為兩個表是一對多的關系。是以要在這裡使用聚合運算把集合值計算成單值。
這樣看待資料關聯，不僅了解書寫更為簡單，而且不容易出錯。
假如Orders表還有一個子表用于記錄回款情況：
我們現在想知道那些訂單還在欠錢，也就是累計回款金額小于訂單總金額的訂單。
簡單地把這三個表JOIN起來是不對的，OrderDetail和OrderPayment會發生多對多的關系，這就錯了（回憶上一篇中多對多大機率錯誤的說法）。這兩個子表要分别先做GROUP，再一起與Orders表JOIN起來才能得到正确結果，寫出來較為繁瑣。
而如果我們把子表看成主表的集合字段，那就很簡單了：
這種寫法就不容易發生多對多的錯誤。
主子表關系是不對等的，不過兩個方向的引用都有意義，上面談了從主表引用子表的情況，從子表引用主表則和外鍵表類似。
我們改變對JOIN運算的看法，摒棄笛卡爾積的思路，把多表關聯運算看成是稍複雜些的單表運算。這樣，我們相當于從最常見的等值JOIN運算中基本消除了關聯，甚至在文法中取消了JOIN關鍵字，書寫和了解都要簡單很多。
原文釋出時間為：2017-11-14
本文作者：蔣步星