MySQL 之 LEFT JOIN 避坑指南

現象

left join在咱們使用mysql查詢的過程當中可謂很是常見，好比博客裏一篇文章有多少條評論、商城裏一個貨物有多少評論、一條評論有多少個贊等等。可是因爲對join、on、where等關鍵字的不熟悉，有時候會致使查詢結果與預期不符，因此今天我就來總結一下，一塊兒避坑。

這裏我先給出一個場景，並拋出兩個問題，若是你都能答對那這篇文章就不用看了。

假設有一個班級管理應用，有一個表classes，存了全部的班級；有一個表students，存了全部的學生，具體數據以下（感謝廖雪峯的在線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        小紅        F
3    1        小軍        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        小麗        F

那麼如今有兩個需求：

1. 找出每一個班級的名稱及其對應的女同窗數量
2. 找出一班的同窗總數

對於需求1，大多數人不假思索就能想出以下兩種sql寫法，請問哪一種是對的？

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

對於需求2，大多數人也能夠不假思索的想出以下兩種sql寫法，請問哪一種是對的？

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

請不要繼續往下翻 ！！先給出你本身的答案，正確答案就在下面。
.
.
.
.
.
.
.
.
答案是兩個需求都是第一條語句是正確的，要搞清楚這個問題，就得明白mysql對於left join的執行原理，下節進行展開。

根源

mysql 對於left join的採用相似嵌套循環的方式來進行從處理，如下面的語句爲例：

SELECT * FROM LT LEFT JOIN RT ON P1(LT,RT)) WHERE P2(LT,RT)

其中P1是on過濾條件，缺失則認爲是TRUE，P2是where過濾條件，缺失也認爲是TRUE，該語句的執行邏輯能夠描述爲：

FOR each row lt in LT {// 遍歷左表的每一行
  BOOL b = FALSE;
  FOR each row rt in RT such that P1(lt, rt) {// 遍歷右表每一行，找到知足join條件的行
    IF P2(lt, rt) {//知足 where 過濾條件
      t:=lt||rt;//合併行，輸出該行
    }
    b=TRUE;// lt在RT中有對應的行
  }
  IF (!b) { // 遍歷完RT，發現lt在RT中沒有有對應的行，則嘗試用null補一行
    IF P2(lt,NULL) {// 補上null後知足 where 過濾條件
      t:=lt||NULL; // 輸出lt和null補上的行
    }         
  }
}

固然，實際狀況中MySQL會使用buffer的方式進行優化，減小行比較次數，不過這不影響關鍵的執行流程，不在本文討論範圍以內。

從這個僞代碼中，咱們能夠看出兩點：

1. 若是想對右表進行限制，則必定要在on條件中進行，若在where中進行則可能致使數據缺失，致使左表在右表中無匹配行的行在最終結果中不出現，違背了咱們對left join的理解。由於對左表無右表匹配行的行而言，遍歷右表後b=FALSE,因此會嘗試用NULL補齊右表，可是此時咱們的P2對右錶行進行了限制，NULL若不知足P2(NULL通常都不會知足限制條件，除非IS NULL這種)，則不會加入最終的結果中，致使結果缺失。
2. 若是沒有where條件，不管on條件對左表進行怎樣的限制，左表的每一行都至少會有一行的合成結果，對左錶行而言，若右表若沒有對應的行，則右表遍歷結束後b=FALSE，會用一行NULL來生成數據，而這個數據是多餘的。因此對左表進行過濾必須用where。

下面展開兩個需求的錯誤語句的執行結果和錯誤緣由：
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

1. 需求1因爲在where條件中對右表限制，致使數據缺失（四班應該有個爲0的結果）
2. 需求2因爲在on條件中對左表限制，致使數據多餘（其餘班的結果也出來了，仍是錯的）

總結

經過上面的問題現象和分析，能夠得出告終論：在left join語句中，左表過濾必須放where條件中，右表過濾必須放on條件中，這樣結果才能很少很多，剛恰好。

SQL 看似簡單，其實也有不少細節原理在裏面，一個小小的混淆就會形成結果與預期不符，因此平時要注意這些細節原理，避免關鍵時候出錯。