在真实的业务系统里，数据很少只放在一张表中。以一个电商项目为例，产品信息存在 products 表里，而分类信息单独放在 categories 表里，两张表通过一个分类 ID 字段关联。这时候如果要查询“手机分类下有哪些产品”，就必须把两张表连起来查。本文将从建表开始，一步步演示 MySQL 中多表查询的几种写法，并重点讲解如何从两个表中查找指定分类的产品信息。
一、先准备两张示例表
为了让后面的查询示例可以直接运行，我们先把表结构和测试数据准备好。分类表 categories 包含分类 ID 和分类名称，产品表 products 包含产品 ID、产品名称、价格以及所属分类的外键字段。
CREATE TABLE categories (
id INT PRIMARY KEY AUTO_INCREMENT,
name VARCHAR(50) NOT NULL
);
CREATE TABLE products (
id INT PRIMARY KEY AUTO_INCREMENT,
name VARCHAR(100) NOT NULL,
price DECIMAL(10,2) DEFAULT 0.00,
category_id INT,
FOREIGN KEY (category_id) REFERENCES categories(id)
);
INSERT INTO categories (name) VALUES ('手机'), ('笔记本电脑'), ('耳机');
INSERT INTO products (name, price, category_id) VALUES
('iPhone 15', 5999.00, 1),
('小米 14', 3999.00, 1),
('MacBook Air', 7999.00, 2),
('联想拯救者', 6999.00, 2),
('AirPods Pro', 1899.00, 3);这两张表是典型的“一对多”关系：一个分类下可以有多个产品，每个产品只属于一个分类。注意外键字段 category_id 允许为 NULL，这一点在后面讲左连接时会用到。实际项目中如果业务上不允许产品没有分类，可以把该字段定义为 NOT NULL，这样数据库层面就能挡住脏数据。
二、用 JOIN 写出标准的查询语句
查询指定分类下的产品，最标准、最推荐的方式是使用 INNER JOIN。它的含义是：把两张表中满足连接条件的行组合在一起，只返回能匹配上的记录。比如要查“手机”分类下的所有产品，可以这样写：
SELECT p.name AS product_name, p.price, c.name AS category_name FROM products AS p INNER JOIN categories AS c ON p.category_id = c.id WHERE c.name = '手机';
这条语句的执行逻辑可以理解为三步：先根据 ON 后面的条件把两张表按分类 ID 拼接起来，形成一张临时的宽表；再通过 WHERE 条件过滤出分类名称为“手机”的行；最后按 SELECT 列表输出指定的列。两条 name 字段重名了，所以必须用别名 product_name 和 category_name 区分，否则结果集里两列都叫 name，在程序里取值时容易出错。
如果查询条件是分类 ID 而不是名称，直接把 WHERE c.name = '手机' 换成 WHERE c.id = 1 即可，这样还省去了字符串比较的开销。如果条件改成“手机或耳机两个分类”，把等号换成 IN 就行：
SELECT p.name, p.price, c.name AS category_name FROM products AS p INNER JOIN categories AS c ON p.category_id = c.id WHERE c.id IN (1, 3);
三、老写法 WHERE 连接和多表 FROM 有什么区别
在一些老项目里经常能看到下面这种写法：把两张表都写在 FROM 后面，连接条件放到 WHERE 里：
SELECT p.name, p.price, c.name AS category_name FROM products p, categories c WHERE p.category_id = c.id AND c.name = '手机';
这种写法在 MySQL 里是完全合法的，查询结果和 INNER JOIN 一致。但它有一个明显的隐患：一旦忘记写连接条件，就会产生笛卡尔积，两张表 3 行乘 5 行直接返回 15 行结果，数据量大时可能把数据库拖垮。而且当连接条件和过滤条件混在一个 WHERE 里时，SQL 的可读性也差。因此新代码建议统一使用显式的 JOIN ... ON 语法，连接逻辑和过滤逻辑分开放，结构更清晰。
LEFT JOIN 也是常见需求。比如想列出所有产品，即使某些产品还没分配分类，也要显示出来，分类名称显示为 NULL：
SELECT p.name, p.price, c.name AS category_name FROM products AS p LEFT JOIN categories AS c ON p.category_id = c.id;
如果把过滤条件 c.name = '手机' 写在 WHERE 里，左连接就退化成了内连接，NULL 行会被过滤掉。正确做法是把条件挪到 ON 子句中：
SELECT p.name, p.price, c.name AS category_name FROM products AS p LEFT JOIN categories AS c ON p.category_id = c.id AND c.name = '手机';
四、子查询和性能方面的注意事项
除了 JOIN，还可以用子查询实现同样的效果：先查出“手机”分类的 ID，再拿这个 ID 去产品表里筛：
SELECT name, price FROM products WHERE category_id = (SELECT id FROM categories WHERE name = '手机');
这种写法在逻辑上更直观，适合连接条件简单的场景。但如果子查询返回多行，就要把等号换成 IN，否则 MySQL 会直接报错。对于 INNER JOIN 这类可被优化器改写的子查询，MySQL 5.6 之后通常会自动把子查询转换为半连接执行，性能不一定差，但涉及大数据量时建议用 EXPLAIN 看一下执行计划再下结论。
性能方面有几点值得注意。第一，连接字段 products.category_id 和 categories.id 都应该有索引，主键默认有索引，外键列则建议手动加上，否则连接时会触发全表扫描。第二，WHERE c.name = '手机' 这种按名称过滤，如果分类表数据量大，可以给 name 列建索引；不过分类表一般数据很少，影响不大。第三，SELECT 尽量只取需要的列，别图省事写 SELECT *，多表查询时两表的同名列会让程序端取值混乱，也会传输多余数据。
总结一下，查两个表中指定分类的产品，首选 INNER JOIN 加 WHERE 过滤的写法，条件涉及左连接时注意 ON 和 WHERE 的位置差异，简单场景可以用子查询替代。掌握这些要点后，再扩展到三张表、四张表的连接也就只是多写几个 JOIN 而已。