自连接（Self Join）是 SQL 中将同一张表与自身关联查询的技术。它不是一个独立的 JOIN 关键字，而是对同一个表取两个不同的别名，再用普通的 INNER JOIN、LEFT JOIN 等语法完成行与行之间的匹配。当数据集中存在层级关系、同表行比较或重复记录检测需求时，自连接比新建辅助表更直接。据 Microsoft Learn 的 SQL Server 文档记载，自连接用于”把表中的记录与该表中的其他记录组合成结果集”；IBM 官方文档同样指出，自连接适合”把同一列中的值与其他值进行比较”。
一、什么是 SQL 自连接
自连接的本质，是把一张物理表在查询中当成两张逻辑表来使用。数据库引擎并不区分”同一张表”和”两张不同的表”——它只认别名。因此，只要在 FROM 子句里把同一张表写两次并分别赋予别名，再通过 ON 条件描述行与行之间的关系，就完成了自连接。
以员工表为例，employees 表中每行既可能是某个员工的记录，也可能是另一个员工的上级。把表分别取名为 e（员工）和 m（经理），用 e.manager_id = m.id 建立联系，就能在一行结果里同时看到”员工姓名”和”他的经理姓名”。这正是 Microsoft Learn 与 GeeksforGeeks 在讲解 MySQL、PostgreSQL 自连接时反复使用的经典案例。
二、自连接的语法与必备条件
据 StarRocks 官方文档说明，SQL 中”没有特殊的语法来标识 Self Join”，连接两侧的条件都来自同一张表，只需为它们分配不同的别名。基础模板如下：
SELECT a.col1, b.col2
FROM table_name AS a
JOIN table_name AS b
ON a.some_col = b.other_col;
别名是强制要求。如果不为两次引用命名，SQL 无法判断 id 究竟来自哪一侧实例，查询会直接报错。命名习惯上，层级场景常用 e/m（employee/manager）或 child/parent，配对场景常用 a/b。
下表对比了自连接与另外两种常被混淆的方案：
| 对比维度 | 普通连接（两表） | 自连接（同表） | 递归 CTE |
|---|---|---|---|
| 涉及的数据源 | 两张不同表 | 同一张表的两个别名 | 同一张表递归引用 |
| 关键字 | JOIN |
JOIN（无专属关键字） |
WITH RECURSIVE |
| 典型用途 | 跨实体关联 | 层级、同表比较 | 任意深度树形遍历 |
| 深度是否需预知 | 不适用 | 需预先写定层级数 | 不需，自动向下展开 |
| 是否必须别名 | 建议 | 必须 | 不必 |
三、自连接的 5 大典型使用场景
1. 层级数据：员工与直属经理
这是自连接最经典的落点。当 manager_id 作为外键指回本表的 id 时，一次自连接即可把组织关系拍平。
SELECT e.name AS employee,
m.name AS manager
FROM employees e
LEFT JOIN employees m
ON e.manager_id = m.id;
使用 LEFT JOIN 而非 INNER JOIN 是关键：顶层员工（如 CEO）的 manager_id 为 NULL，INNER JOIN 会把他们过滤掉，而 LEFT JOIN 会保留这些行并在经理列返回 NULL。据 GeeksforGeeks 的 PostgreSQL 自连接教程，这一差别直接决定结果是否包含无上级的记录。
2. 同表找配对：同部门、同价格的行组合
当需要从同一张表里找出”共享某属性”的行对时，自连接比子查询更直观。据 aicancode 的技术教程，常见做法是叠加一个 id 不等式条件来阻止重复配对。
SELECT a.name AS emp1,
b.name AS emp2,
a.dept_id
FROM employees a
JOIN employees b
ON a.dept_id = b.dept_id
AND a.id < b.id; -- 避免 (A,B) 与 (B,A) 重复，也排除自身配对
a.id < b.id 这一条件同时解决了两个隐患：既避免把同一行和自己配对，也避免生成互为镜像的重复对。
3. 查找重复记录
据 SQLServerCentral 的重复记录删除脚本，当表中存在完全一致的业务字段时，可对非唯一列做自连接，再用标识列区分谁是被保留的主记录、谁是应删除的副本。
SELECT a.*
FROM customers a
JOIN customers b
ON a.email = b.email
AND a.id > b.id; -- 只列出 id 较大的重复行
该模式先把重复组锁定，再交由 DELETE 语句清理，是数据清洗阶段的常用手段。
4. 时间序列与相邻行比较
同一用户连续下单、连续登录检测等场景，需要把”上一行”和”当前行”放在同一结果行里比较。自连接通过 a.customer_id = b.customer_id AND b.order_date = a.order_date + 1 之类的条件实现相邻匹配。Hightouch 的 SQL 字典将其归入”版本追踪与变更记录”用途——即用同一表中的前后记录相互对照。
5. 异常值检测与数据清洗
把同一张表关联后做聚合对比，可快速定位离群点。例如将某客户的每笔订单金额与该客户的平均金额比较，筛出远超均值的交易。IBM 文档同样强调，自连接适合”比较同一列中的值与其他值”，这一能力天然适配异常检测。
四、编写自连接的执行步骤
按固定流程落地，可以降低出错率：
- 确认关系字段：找出表中指向自身的列（如
manager_id、parent_id）。 - 分配语义化别名：层级用
e/m，配对用a/b，让代码可读。 - 选定连接类型：
INNER JOIN仅保留匹配行，LEFT JOIN保留无匹配的左侧行。 - 补充去重条件：配对场景务必加
a.id < b.id类不等式，排除自身与镜像对。 - 在关联列建索引：自连接在大表上开销显著，
manager_id等连接列应建立索引。
五、自连接与递归 CTE 的取舍
自连接能处理的层级深度是写死的——每多一层就得再 JOIN 一次。据 aicancode 的教程指出，固定深度的组织层级适合自连接；而组织图、物料清单（BOM）、评论线程这类深度不固定的结构，应当改用递归 CTE（WITH RECURSIVE），因为它不要求预先知道层数即可自动向下遍历。主流关系型数据库（Microsoft SQL Server、MySQL、PostgreSQL、Oracle Database、IBM Db2、SQLite）均同时支持自连接与递归 CTE，语法行为一致。
常见问题（FAQ）
自连接一定要用 INNER JOIN 吗？
不是。可用 INNER、LEFT、RIGHT 等任意连接类型，按是否保留无匹配行选择。
自连接会产生重复数据吗？
配对场景会，需加 a.id < b.id 条件排除自身与镜像对，确保每对只出现一次。
大表自连接很慢怎么办？
在连接列上建索引，并只选取必要字段，避免 SELECT * 放大中间结果。
本文更新于 2026 年 8 月，内容基于 Microsoft Learn、IBM 官方文档、StarRocks 文档、GeeksforGeeks 及 Hightouch SQL 字典等公开技术资料整理。
