------------------------------- c.owner

13 phyger-0 18 1 byd 宋Pro-Dmi NULL(x)

14 phyger-1 18 2 吉利 星越L 13 (√) //和13匹配成功一条

15 phyger-2 18 3 哈佛 H6 13 (√) //又和13匹配成功一条

16 phyger-3 18

17 phyger-4 18

18 phyger-5 18

19 phyger-6 18

20 phyger-7 18

21 phyger-8 18

22 phyger-9 18

23 phyger-10 18

#### 2.1.3、p的id和c的owner匹配后

```js
# on p.id==c.owner 匹配之后：
# p.id ---------------------------------- c.owner
# 13	phyger-0	18	2	吉利	  星越L	        13
# 13	phyger-0	18	2 哈佛	  H6	          13	
# 14	phyger-1	18	↘ 全部None补全
# 15	phyger-2	18	
# 16	phyger-3	18	
# 17	phyger-4	18	
# 18	phyger-5	18	
# 19	phyger-6	18	
# 20	phyger-7	18	
# 21	phyger-8	18	
# 22	phyger-9	18	
# 23	phyger-10	18

2.2、代码实现

首先，我们写一个函数去实现left-join。因为需要使用db_session去解决数据库的优雅连接问题，所以我们使用函数去做。

# left-join，结果以car表（左表）为主，结果的结构自己定义
@db_session
def lftj():
    '''
    @note: 左连接即将后表链接在前表的左边
    @code: left_join((p, c.name) for p in Person for c in p.cars)
         此段代码的意思是：
            将car表连接在person表的左边，当p的id等于c的owner时，匹配成功。（即找到有车的人）
    @对应的SQL:        
            SELECT "p", "c"."name"
            FROM "person" "p"
            LEFT JOIN "car" "c"
            ON "p"."id" = "c"."owner"
            GROUP BY "p"."id"
    '''
    for i in left_join((p, c.name) for p in Person for c in p.cars):
        print(i)

以上代码的核心就是left_join((p, c.name) for p in Person for c in p.cars)，首先这段代码的返回值是一个query对象，是可迭代的；其次，left_join的第一个参数就是结果表结构，即p对象和c的name两列；for p in Person就相当于FROM "person" "p"，即从Person表查询，别名为p；for c in p.cars最重要，它表达的意思就是left join Car且ON "p"."id" = "c"."owner"，最终返回一个query对象。

然后我们对这个query对象进行遍历打印。

代码运行结果：

这个查询结果表示，所有车有主人的是吉利和哈佛；而且吉利和哈佛的主人都是Person[13]。

对于这个结果表结构，我们可以在left-join的第一个参数中进行定义。

...
for i in left_join((p.name,p.age, c.name) for p in Person for c in p.cars):
        print(i)

以上代码的执行结果：

2.3、去掉None

我想实际开发中，我们经常会需要将这些未匹配成功的数据过滤掉，当然我们可以通过left-join后进行过滤，但是这样就多了一步，值得高兴的是Pony的select就可以同时实现left-join和过滤None的效果。

# 联合查询，结果是交集，结果的结构自己定义
@db_session
def xx():
    for i in select((p.name,p.age, c.name) for p in Person for c in p.cars):
        print(i)
        
if __name__ == '__main__':
    db.generate_mapping(create_tables=True)
    xx()

通过上述代码，我们可以看到select和left-join的语法完全一样，只是结果有区别。

代码执行结果：

3、最后

其实只要了解了left-join的原理，不论我们使用何种ORM框架，其底层SQL都是一致的。