MySQL：Left Join 如何过滤的?

叁歲伎倆 2023-06-25 01:59 9阅读 0赞

## 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。

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;

![在这里插入图片描述][20191224105639722.png]

SELECT \* FROM students;

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9pdGd1YW5nLmJsb2cuY3Nkbi5uZXQ_size_16_color_FFFFFF_t_70]

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

请不要继续往下翻 ！！先给出你自己的答案，正确答案就在下面。  
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：

FOR each row lt in LT { // 遍历左表的每一行
      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  
    ![在这里插入图片描述][20191224105820266.png]  
    需求2  
    ![在这里插入图片描述][20191224105827464.png]  
    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。

[20191224105639722.png]: https://img-blog.csdnimg.cn/20191224105639722.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9pdGd1YW5nLmJsb2cuY3Nkbi5uZXQ_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20191224105650295.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9pdGd1YW5nLmJsb2cuY3Nkbi5uZXQ=,size_16,color_FFFFFF,t_70
[20191224105820266.png]: https://img-blog.csdnimg.cn/20191224105820266.png
[20191224105827464.png]: https://img-blog.csdnimg.cn/20191224105827464.png