（请原谅问题标题中的双关语。）
我目前正在教授数据科学的入门课程。
我了解左连接、右连接、内连接和完全连接之间的区别。但是，我不确定如何向学生解释特定联接（例如内部联接）何时是适合该特定情况的联接。
我正在寻找三个现实生活中的例子：
我不需要所有的细节，但我确实想要大局的想法，以表明在那个真实的例子中，这个连接是最合适的。
注意：我正在使用 R 包 dplyr 进行教学，所以我使用了dplyr 连接函数的名称。
您是在线零售商。像亚马逊。您将不同类别商品的购买数据保存在不同的表格中，但所有网站用户都有一个具有一个 ID 的帐户。
内连接： 您有两个数据集，一个包含用户 ID 和购买服装数据，第二个数据集包含用户 ID 和购买书籍数据。您想找出谁从您的网站购买了衣服和书籍。
您内部加入以查找购买衣服和书籍的人的用户 ID 和购买。没有购买这两种物品的任何用户都将被从决赛桌“淘汰”。
Left Join 你有一个数据集，其中包含所有用户的用户 ID 和帐户信息（例如年龄、姓名）。您希望构建此表以包含一些销售数据，而不会将人员从完整的用户列表中删除。因此，您将把购买数据集加入您的帐户数据集（以用户 ID 作为键）。任何未进行购买的用户都不会从您的决赛桌中删除。
右连接 与左连接相反。例如，您希望保留所有购买数据，即使出于某种原因您的帐户信息表不包含进行该购买的用户的 ID。
完全（外部）加入 您想加入帐户信息和购买表，但您不想丢失任一表中的任何条目。因此，您的决赛桌将包括没有购买的用户，以及（可能是神秘的）没有与他们关联的用户的购买。
以一个具有三个表的“学校”的假想数据库为例：
在这种情况下，您可以按如下方式解释连接：
内连接将是回答诸如“该学生注册了哪些课程”或“该学生注册了哪些课程”之类的查询的自然操作。
但是，如果学生没有注册任何课程，则上面的查询将简单地不返回任何行，而您可能仍希望在输出中有一行包含学生姓名和 NULL/NA 值作为其唯一的“课程”。在这种情况下，您可能更喜欢left join。
如果您稍后需要进行一些聚合，则对左/右/外连接的需求更为常见。假设您需要输出一个表格，列出所有课程以及注册学生的数量。使用内部连接只会列出至少有一名学生的课程。使用左连接将列出所有这些，包括那些有 0 个学生的。
右连接有点深奥，很少使用（我写了很多 SQL，但我认为到目前为止从未使用过右连接）。实际上，您始终可以使用左连接代替右连接，而且大多数时候人们倾向于以“从左到右”的方式考虑数据访问。我看到的使用右连接的三种可能情况是：
如果你不知何故倾向于以从右到左的方式“思考”。假设您想列出课程以及注册的学生人数。“从左到右”的思路如下：首先选择所有课程，然后左连接所有注册，然后聚合。
你也可能有不同的想法。毕竟，您想要开始的“重要”数据源是 Enrollments 表，那么为什么不从读取数据开始，甚至可能先聚合它。然后，您可以加入 Courses 表以获取课程名称来代替 ID。在这种情况下，您将正确加入课程。
如果您怀疑右连接会更有效。假设在上面的示例中，有数千门课程，其中只有几个是非空的，有数百名学生。在这种情况下，执行“Courses left join Enrollments”查询的“直接”方式是扫描 Courses 表，尝试通过扫描 Enrollments 表来匹配每个课程（假设查询优化器是哑的并且没有索引在表格上，为了举例——毕竟 dplyr 中是否有查询优化器？）。
只有两门课程会匹配，但扫描必须进行一千次。结果表将有两个非空课程名称为每个注册学生重复数百次，以及数千个具有 NULL 学生的课程名称，之后您将继续进行聚合。
相反，如果我们先聚合 Enrollments，然后以“从右到左”的方式右连接课程名称，聚合的 Enrollments 表将只有两行，因此只对 Courses 表执行两个 ID 匹配（按原样写出剩余的课程名称）。
幸运的是，如今大多数 SQL 数据库引擎都足够智能，可以在内部处理此类优化，而无需用户手动调整查询中连接的方向和顺序。
最后，有时您以编程方式生成 SQL。在这种情况下，将课程或学生名称“加入”到某些先前计算的主结果表的需求可能很常见，并且右连接非常合适。
对于右连接的正确情况，这是一个很长的题外话，让我们回到外连接。根据我的经验，它也很少使用。他们说外部连接对于 SQL 引擎来说更难优化（尽管我现在不能确切地看到为什么会这样）。无论如何，在我们的示例中，可以使用外连接来创建表格（课程，学生列表）的表格，并带有两个额外的条件：
那可能是一张非常有用的桌子，对吧？
