SQL-4.1 INNER JOIN

INNER JOIN คือ “จุดตัด” ของสองตาราง — ถ้าแถวไหนไม่มีคู่ match ก็จะไม่ปรากฏในผลลัพธ์เลย

แนวคิดหลัก

INNER JOIN ดึงเฉพาะแถวที่มีค่าตรงกันในทั้งสองตาราง เหมือนการหา intersection ของ 2 เซ็ต

students          enrollments
┌─────────┐       ┌─────────────┐
│ STD001  │──────▶│ STD001      │  ✅ match → ปรากฏในผลลัพธ์
│ STD002  │──────▶│ STD002      │  ✅ match → ปรากฏในผลลัพธ์
│ STD003  │   ✗   │             │  ❌ ไม่มี match → หายไป
│         │       │ STD999      │  ❌ ไม่มี match → หายไป
└─────────┘       └─────────────┘

ตัวอย่างจริง

SQL

-- สร้างตาราง
CREATE TABLE students (
    student_id VARCHAR(6) PRIMARY KEY,
    name       VARCHAR(100),
    email      VARCHAR(100)
);

CREATE TABLE enrollments (
    enrollment_id SERIAL PRIMARY KEY,
    student_id    VARCHAR(6),
    course_id     VARCHAR(6),
    enrolled_on   DATE
);

INSERT INTO students VALUES ('STD001', 'สมชาย', 'somchai@mail.com');
INSERT INTO students VALUES ('STD002', 'สมหญิง', 'somying@mail.com');
INSERT INTO students VALUES ('STD003', 'วิชัย', 'wichai@mail.com');

INSERT INTO enrollments VALUES (1, 'STD001', 'CS101', '2025-08-15');
INSERT INTO enrollments VALUES (2, 'STD001', 'CS102', '2025-08-16');
INSERT INTO enrollments VALUES (3, 'STD002', 'CS101', '2025-08-15');

-- INNER JOIN: เฉพาะนักเรียนที่มีการลงทะเบียน
SELECT
    s.student_id,
    s.name,
    e.course_id,
    e.enrolled_on
FROM students s
INNER JOIN enrollments e
    ON s.student_id = e.student_id;

ผลลัพธ์: 3 แถว — STD001 (2 วิชา) + STD002 (1 วิชา)

สังเกต: STD003 (วิชัย) หายไป เพราะไม่มี enrollment

Caution

ON clause คือเงื่อนไขการเชื่อม — ถ้าลืมใส่ ON จะได้ cross join (ทุกแถวคูณกัน) ซึ่งไม่ใช่สิ่งที่ต้องการ

เทียบกับ WHERE เก่า (Implicit Join):

-- แบบเก่า (ยังใช้ได้ แต่ไม่แนะนำ)
SELECT s.name, e.course_id
FROM students s, enrollments e
WHERE s.student_id = e.student_id;

-- แบบใหม่ (ชัดเจนกว่า)
SELECT s.name, e.course_id
FROM students s
INNER JOIN enrollments e ON s.student_id = e.student_id;

Google Sheets

ใน Sheets ใช้ VLOOKUP หรือ INDEX/MATCH ซึ่งทำงานคล้าย INNER JOIN:

=VLOOKUP(A2, enrollments!A:C, 3, FALSE)

ถ้าหาไม่เจอจะได้ #N/A — ซึ่งก็คือ “ไม่มี match” เหมือน INNER JOIN

Python

import pandas as pd

students = pd.DataFrame({
    'student_id': ['STD001', 'STD002', 'STD003'],
    'name': ['สมชาย', 'สมหญิง', 'วิชัย']
})
enrollments = pd.DataFrame({
    'student_id': ['STD001', 'STD001', 'STD002'],
    'course_id': ['CS101', 'CS102', 'CS101']
})

# inner join — default ของ merge
result = students.merge(enrollments, on='student_id', how='inner')
print(result)
# STD003 หายไป เหมือน SQL

C

#include <stdio.h>
#include <string.h>

// INNER JOIN = nested loop ที่เช็ค match
int main() {
    char *students[] = {"STD001", "STD002", "STD003"};
    char *names[]    = {"สมชาย", "สมหญิง", "วิชัย"};
    char *enroll_sid[] = {"STD001", "STD001", "STD002"};
    char *enroll_cid[] = {"CS101",  "CS102",  "CS101"};

    for (int s = 0; s < 3; s++) {
        for (int e = 0; e < 3; e++) {
            if (strcmp(students[s], enroll_sid[e]) == 0) {
                printf("%s %s %s\n", students[s], names[s], enroll_cid[e]);
            }
        }
    }
    return 0;
}

C แสดงให้เห็นว่า JOIN คือ nested loop + comparison เบื้องหลัง

สรุป

สิ่งที่ต้องจำ	รายละเอียด
INNER JOIN	ดึงเฉพาะแถวที่ match ทั้งสองฝั่ง
ON clause	กำหนดเงื่อนไขการเชื่อม (มักเป็น primary key = foreign key)
ไม่มี match	แถวนั้นหายไปจากผลลัพธ์
Alias (s, e)	ใช้ตัวย่อเพื่อให้อ่านง่าย