MySQL 之 LEFT JOIN 避坑指南

现象

left join在咱们使用mysql查询的过程当中可谓很是常见，好比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。可是因为对join、on、where等关键字的不熟悉，有时候会致使查询结果与预期不符，因此今天我就来总结一下，一块儿避坑。

这里我先给出一个场景，并抛出两个问题，若是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，存了全部的班级；有一个表students，存了全部的学生，具体数据以下（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

那么如今有两个需求：

1. 找出每一个班级的名称及其对应的女同窗数量
2. 找出一班的同窗总数

对于需求1，大多数人不假思索就能想出以下两种sql写法，请问哪一种是对的？

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，大多数人也能够不假思索的想出以下两种sql写法，请问哪一种是对的？

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 ！！先给出你本身的答案，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的采用相似嵌套循环的方式来进行从处理，如下面的语句为例：

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，该语句的执行逻辑能够描述为：

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，找到知足join条件的行
    IF P2(lt, rt) {//知足 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后知足 where 过滤条件
      t:=lt||NULL; // 输出lt和null补上的行
    }         
  }
}

固然，实际状况中MySQL会使用buffer的方式进行优化，减小行比较次数，不过这不影响关键的执行流程，不在本文讨论范围以内。

从这个伪代码中，咱们能够看出两点：

1. 若是想对右表进行限制，则必定要在on条件中进行，若在where中进行则可能致使数据缺失，致使左表在右表中无匹配行的行在最终结果中不出现，违背了咱们对left join的理解。由于对左表无右表匹配行的行而言，遍历右表后b=FALSE,因此会尝试用NULL补齐右表，可是此时咱们的P2对右表行进行了限制，NULL若不知足P2(NULL通常都不会知足限制条件，除非IS NULL这种)，则不会加入最终的结果中，致使结果缺失。
2. 若是没有where条件，不管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。因此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缘由：
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因为在where条件中对右表限制，致使数据缺失（四班应该有个为0的结果）
2. 需求2因为在on条件中对左表限制，致使数据多余（其余班的结果也出来了，仍是错的）

总结

经过上面的问题现象和分析，能够得出告终论：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，这样结果才能很少很多，刚恰好。

SQL 看似简单，其实也有不少细节原理在里面，一个小小的混淆就会形成结果与预期不符，因此平时要注意这些细节原理，避免关键时候出错。