MySQL- 技术专题 -LEFT JOIN 避坑指南

关注
发布于: 2020 年 11 月 26 日
简介       现象 `left join`在我们使用**mysql**查询的过程中可谓非常常见，比如博客里一篇文章有多少条评论、商城里一个货物有多少评论、一条评论有多少个赞等等。但是由于对`join`、`on`、`where`等关键字的不熟悉，有时候会导致查询结果与预期不符，所以今天我就来总结一下，一起避坑。 这里我先给出一个场景，并抛出两个问题，如果你都能答对那这篇文章就不用看了。 
现象       这里我先给出一个场景，并抛出两个问题，如果你都能答对那这篇文章就不用看了。
       假设有一个班级管理应用，有一个表classes，存了所有的班级；有一个表students，存了所有的学生，具体数据如下（感谢廖雪峰的在线SQL）：
SELECT * FROM classes;
id    name
1    一班
2    二班
3    三班
4    四班
﻿
SELECT * FROM students;
id  class_id  name   gender
1    1        小明        M
2    1        小红        F
3    1        小军        M
4    1        小米        F
5    2        小白        F
6    2        小兵        M
7    2        小林        M
8    3        小新        F
9    3        小王        M
10    3        小丽        F
﻿
那么现在有两个需求：
找出每个班级的名称及其对应的女同学数量
找出一班的同学总数
对于需求1，大多数人不假思索就能想出如下两种sql写法，请问哪种是对的？
SELECT c.name, count(s.name) as num 
FROM classes c left join students s 
on s.class_id = c.id 
and s.gender = 'F' 
group by c.name
或者
SELECT c.name, count(s.name) as num 
    FROM classes c left join students s 
    on s.class_id = c.id 
    where s.gender = 'F'
    group by c.name
对于需求2，大多数人也可以不假思索的想出如下两种sql写法，请问哪种是对的？
SELECT c.name, count(s.name) as num 
    FROM classes c left join students s 
    on s.class_id = c.id 
    where c.name = '一班' 
    group by c.name
或者
SELECT c.name, count(s.name) as num 
    FROM classes c left join students s 
    on s.class_id = c.id 
    and c.name = '一班' 
    group by c.name
       答案是两个需求都是第一条语句是正确的，要搞清楚这个问题，就得明白mysql对于left join的执行原理，下节进行展开。
根源mysql 对于left join的采用类似嵌套循环的方式来进行从处理，以下面的语句为例：
SELECT * FROM LT LEFT JOIN RT ON P1(LT,RT)) WHERE P2(LT,RT)
       其中P1是on过滤条件，缺失则认为是TRUE，P2是where过滤条件，缺失也认为是TRUE，该语句的执行逻辑可以描述为：
// 遍历左表的每一行
FOR each row lt in LT {
  BOOL b = FALSE;
  FOR each row rt in RT such that P1(lt, rt) {
  // 遍历右表每一行，找到满足join条件的行
    IF P2(lt, rt) {
    //满足 where 过滤条件
      t:=lt||rt;
      //合并行，输出该行
    }
     b=TRUE;// lt在RT中有对应的行
  }
  IF (!b) { 
    // 遍历完RT，发现lt在RT中没有有对应的行，则尝试用null补一行
    IF P2(lt,NULL) {
      // 补上null后满足 where 过滤条件
      t:=lt||NULL; 
      // 输出lt和null补上的行
    }         
  }
}
       当然，实际情况中MySQL会使用buffer的方式进行优化，减少行比较次数，不过这不影响关键的执行流程，不在本文讨论范围之内。
从这个伪代码中，我们可以看出两点：
如果想对右表进行限制，则一定要在on条件中进行，若在where中进行则可能导致数据缺失，导致左表在右表中无匹配行的行在最终结果中不出现，违背了我们对left join的理解。
     因为对左表无右表匹配行的行而言，遍历右表后b=FALSE,所以会尝试用NULL补齐右表，但是此时我们的P2对右表行进行了限制，NULL若不满足P2(NULL一般都不会满足限制条件，除非IS NULL这种)，则不会加入最终的结果中，导致结果缺失。
      如果没有where条件，无论on条件对左表进行怎样的限制，左表的每一行都至少会有一行的合成结果，对左表行而言，若右表若没有对应的行，则右表遍历结束后b=FALSE，会用一行NULL来生成数据，而这个数据是多余的。
      所以对左表进行过滤必须用where。
下面展开两个需求的错误语句的执行结果和错误原因：
需求1
name    num
一班    2
二班    1
三班    2
﻿
需求2
name    num
一班    4
二班    0
三班    0
四班    0
﻿
需求1由于在where条件中对右表限制，导致数据缺失（四班应该有个为0的结果）
需求2由于在on条件中对左表限制，导致数据多余（其他班的结果也出来了，还是错的）
总结       通过上面的问题现象和分析，可以得出了结论：在left join语句中，左表过滤必须放where条件中，右表过滤必须放on条件中，这样结果才能不多不少，刚刚好。
       SQL 看似简单，其实也有很多细节原理在里面，一个小小的混淆就会造成结果与预期不符，所以平时要注意这些细节原理，避免关键时候出错。
﻿
发布于: 2020 年 11 月 26 日阅读数: 17
李浩宇/Alex

关注
我们始于迷惘，终于更高的迷惘. 2020.03.25 加入
一个酷爱计算机技术、健身运动、悬疑推理的极客狂人，大力推荐安利Java官方文档：https://docs.oracle.com/javase/specs/index.html
发布
暂无评论
创作场景

MySQL- 技术专题 -LEFT JOIN 避坑指南

简介

现象

根源

总结

李浩宇/Alex

评论
