合并与连接数据

使用 Microsoft Fabric 进行数据转换与分析

Luis Silva

Solution Architect - Data & AI

数据合并的工具

三个工具图标：SQL、Spark 和 Dataflows

数据合并基础

基于公共列连接表。
构建星型模式时很有用。
核心操作：左右两表的 JOIN。

数据合并基础

基于公共列连接表。
构建星型模式时很有用。
核心操作：左右两表的 JOIN。

演示两张表合并的示意图

连接类型

INNER JOIN： 返回两表中匹配的记录。

表示左右两张表的图，突出交集，作为内连接的结果

连接类型

INNER JOIN： 返回两表中匹配的记录。
LEFT OUTER JOIN： 返回左表全部记录，以及右表匹配的记录。

表示左右两张表的图，突出左表及其与右表交集，作为左外连接的结果

连接类型

INNER JOIN： 返回两表中匹配的记录。
LEFT OUTER JOIN： 返回左表全部记录，以及右表匹配的记录。
RIGHT OUTER JOIN： 返回右表全部记录，以及左表匹配的记录。

表示左右两张表的图，突出右表及其与左表交集，作为右外连接的结果

连接类型

INNER JOIN： 返回两表中匹配的记录。
LEFT OUTER JOIN： 返回左表全部记录，以及右表匹配的记录。
RIGHT OUTER JOIN： 返回右表全部记录，以及左表匹配的记录。
FULL OUTER JOIN： 当左右任一表有匹配时，返回所有记录。

表示左右两张表的图，突出并集，作为全外连接的结果

用 SQL 合并表

JOIN 语句

语法：

SELECT 
  <columns> 
  ... 
FROM <Left_Table>
INNER | LEFT | RIGHT | FULL JOIN <Right_Table> 
  ON <Left_Table>.<Join_Column> = <Right_Table>.<Join_Column>;

用 PySpark 合并表

join() 函数

语法：

<df_left>.join(
  <df_right,
  [<df_left>.<join_column> == <df_right>.<join_column>],
  how='inner' | 'left' | 'right | 'outer'
)

用 Dataflows 合并表

合并查询
作为新查询合并

截图：Dataflow 中的"合并查询"对话框

让我们练习！

使用 Microsoft Fabric 进行数据转换与分析