LEFT JOIN 到底什么时候会被优化器偷偷改写成 INNER JOIN

LEFT JOIN 到底什么时候会被优化器偷偷改写成 INNER JOIN

写 LEFT JOIN 的时候,大部分人心里的预期都很朴素:左表的数据无论如何都会保留,右表匹配不上就是 NULL。这个预期在大多数场景下是成立的,但只要 WHERE 子句里对右表字段加了一个过滤条件,这个预期就可能悄悄崩掉------SQL 文本里写的明明是 LEFT JOIN,执行计划里跑出来的却是一个不折不扣的内连接,结果集也跟着变。

这篇不复现业务场景,直接用最干净的两张表把这个机制的边界条件挨个测一遍:什么条件会触发这种改写、什么条件不会、条件放在不同位置结果差多少。环境还是 KES V009R001C010,业务账号连接:

bash 复制代码
ksql -h 127.0.0.1 -p 54321 -U app_user -d app_db

搭一个最小的测试台

两张表,t_oje_t1 是左表,t_oje_t2 是右表:

sql 复制代码
create table app_schema.t_oje_t1 (
  id1 integer primary key,
  name1 varchar(30) not null
);

create table app_schema.t_oje_t2 (
  id2 integer primary key,
  id1 integer not null,
  name2 varchar(30) not null
);

insert into app_schema.t_oje_t1(id1, name1) values
  (1, 'a'), (2, 'b'), (3, 'c'), (4, 'd');

insert into app_schema.t_oje_t2(id2, id1, name2) values
  (101, 1, 'aa'),
  (102, 2, 'bb'),
  (103, 2, 'cc'),
  (104, 3, 'cc');

数据故意设计成这样:t1 有 4 行,id1=4 在 t2 里完全没有匹配(模拟"右表缺失"),id1=2 在 t2 里对应两条记录(bb 和 cc,模拟一对多)。后面会看到,这个"一对多"的设计埋了一个很关键的坑,先卖个关子。

第一步:右表条件放 WHERE,外连接直接没了

sql 复制代码
explain analyze
select * from app_schema.t_oje_t1 t1
left join app_schema.t_oje_t2 t2 on t1.id1 = t2.id1
where t2.name2 = 'cc';

执行计划第一行是 Hash Join,注意------不是 Hash Left Join。KES 这边只要真按外连接执行,计划里都会老老实实带上 Left 这个字样,这里没有,说明这条 LEFT JOIN 在优化阶段就已经被改写成了普通内连接。往下看,t_oje_t2 被 Seq Scan 扫描,带了个 Filter: (name2)::text = 'cc'::text),Rows Removed by Filter: 2------t2 总共 4 行,过滤后只剩 2 行(id1=2 的 cc、id1=3 的 cc),这 2 行再去跟 t1 做 Hash Join,最终 actual rows=2。

道理很直白:t2.name2 = 'cc' 这个条件,对 id1=1(没有 cc 匹配)和 id1=4(t2 里压根没数据,字段全是 NULL)来说,NULL = 'cc' 的结果既不是真也不是假,是"未知",在 WHERE 里"未知"就等于被扔掉。既然外连接产生的这些 NULL 行反正都要被过滤掉,那"外连接 + 这个过滤"和"内连接 + 这个过滤"结果完全一样,优化器一看这笔账划算,就直接换成开销更小的内连接去跑了。这就是外连接消除。

第二步:换成 IS NULL,结果完全反过来

sql 复制代码
explain analyze
select * from app_schema.t_oje_t1 t1
left join app_schema.t_oje_t2 t2 on t1.id1 = t2.id1
where t2.name2 is null;

这次执行计划显示的是 Hash Right Join,Filter: (t2.name2 IS NULL),Rows Removed by Filter: 4,最终 actual rows=1------也就是 id1=4 那一行。

这里有个细节容易让人愣一下:计划里写的是 Right Join,不是 Left Join。这不是消除,是优化器把驱动表和探测表的位置换了一下(先扫 t2 建 hash 表,再拿 t1 去探测),但语义上 t1 LEFT JOIN t2 和这里的 t2 做 build 端、t1 做 probe 端的 Right Join 是完全等价的外连接,只是物理执行顺序反过来了,外连接的"保底"语义一点没丢。跟第一步的 Hash Join(没有 Left/Right 字样,纯内连接)完全是两码事,不要混在一起看。

为什么这次不能消除:IS NULL 这个条件本身就是专门用来抓外连接产生的 NULL 行的。如果把外连接改成内连接,t2 里没匹配的行根本进不了结果集,t2.name2 is null 就永远不可能为真,这已经不是"用更快的方式得到同样结果",是彻底改变了查询语义,所以优化器不会碰这种条件。

判断标准到这儿就很清楚了:能不能消除,看这个 WHERE 条件对外连接产生的 NULL 值判定成什么------一定是假或未知(比如普通等值比较),消除是安全的;有可能判定成真(比如 IS NULL),消除就会改变结果,优化器不会做。

第三步:条件换到左表,跟外连接消除没关系

sql 复制代码
explain analyze
select * from app_schema.t_oje_t1 t1
left join app_schema.t_oje_t2 t2 on t1.id1 = t2.id1
where t1.name1 = 'b';

这次执行计划是 Nested Loop Left Join,Left 字样老老实实地在,是真正的外连接。Join Filter: (t1.id1 = t2.id1),t_oje_t1 先按 Filter: (name1)::text = 'b'::text 筛出 1 行(id1=2),再拿这一行去跟 t2 做外连接,最终 actual rows=2------因为 id1=2 在 t2 里有两条匹配(bb、cc),一行左表数据关联出两行结果,这跟外连接消除完全不搭边。

这一步的过滤本质上是"先决定左表要哪些行,再拿这些行去外连接",跟右表的 Nullable 特性没有任何关系。很多人容易把"WHERE 里出现的任何条件"都当成外连接消除的诱因,这一步就是用来打破这个误解的对照组。

第四步:把左表条件挪进 ON,结果比想象中多了一行

到这一步本来想验证的是:左表条件放进 ON,会不会跟"右表条件放 WHERE"一样有什么隐藏效应。

sql 复制代码
select * from app_schema.t_oje_t1 t1
left join app_schema.t_oje_t2 t2
  on t1.id1 = t2.id1 and t1.name1 = 'b';

原本设想的结果是 4 行------t1 全量保留,只是 name1 <> 'b' 的行 t2 字段全是 NULL。跑出来一看,是 5 行 ,多了一行。仔细看输出:id1=2 这一行出现了两次,一次对应 id2=102/bb,一次对应 id2=103/cc;id1=1、3、4 各出现一次,t2 相关字段全是 NULL。

想明白这事之后觉得挺合理的:t1.name1='b' 这个条件放进 ON,只是告诉优化器"只有 name1='b' 的左表行才允许去匹配右表",它管的是"允不允许连",不管"连上以后右边能出几行"。id1=2 满足 name1='b',于是它就拿着 id1=2 去 t2 里找所有 id1=2 的记录------而 t2 里 id1=2 本来就有两条,两条全都会被连出来,一条也不会因为"外连接只保底一行"就被合并掉。左连接的"保底"只保证左表这一行至少 出现一次,从没保证只出现一次。

这跟前面认为的"4 行"错在哪儿:想当然地把"左表 4 行"和"结果 4 行"划了等号,却忘了右表本来就有一对多的数据。这个坑其实挺常见,很多人写业务 SQL 的时候,只要 JOIN 的右表存在一对多关系,加不加条件、条件放哪,行数都可能跟"左表有几行"对不上,得先确认清楚右表对应关系,再看结果对不对得上。

第五步:右表条件挪进 ON,才是真正保住外连接语义的写法

sql 复制代码
explain analyze
select * from app_schema.t_oje_t1 t1
left join app_schema.t_oje_t2 t2
  on t1.id1 = t2.id1 and t2.name2 = 'cc';

这次执行计划是 Hash Left Join,Left 字样稳稳地在,actual rows=4。跟第四步不一样的地方在于:这次的过滤条件 t2.name2='cc' 作用在右表上,它会先把 t2 过滤成只剩满足 name2='cc' 的行(id1=2 的 cc、id1=3 的 cc,id1=2 的 bb 被挡在外面),过滤完的 t2 每个 id1 最多只剩一条,再拿去跟 t1 做外连接,t1 的 4 行每行正好对应 1 行结果,id1=1、id1=4 的 t2 字段是 NULL,id1=2、id1=3 有值。

对比第一步就很清楚了:同样是想找"关联到 name2='cc' 的记录",条件放 WHERE 会把 t1 里没匹配上的行连带杀掉(外连接被消除),条件放 ON 才能既过滤右表又保住左表全量。这是这篇最该记住的一条规则:对右表的过滤,只要目的是保留外连接语义,就该放 ON,不要放 WHERE。而对左表的过滤(第四步),放 ON 和放 WHERE 效果是不一样的------放 WHERE 会先筛左表再连接,放 ON 只决定"筛出来的左表行允不允许连",右表该出几行还是出几行,两者不能混着记。

第六步:Oracle (+) 写法,同样的规则换个皮

KES 兼容 Oracle 风格的 (+) 外连接写法,实测看它是不是遵循同一套规则:

sql 复制代码
explain analyze
select * from app_schema.t_oje_t1 t1, app_schema.t_oje_t2 t2
where t1.id1 = t2.id1(+)
  and t2.name2 = 'cc';

执行计划是 Hash Join,没有 Left/Right 字样,actual rows=2,跟第一步的 WHERE 写法结果一模一样------过滤条件不带 (+),外连接照样被消除。再看过滤条件也带上 (+) 的写法:

sql 复制代码
explain analyze
select * from app_schema.t_oje_t1 t1, app_schema.t_oje_t2 t2
where t1.id1 = t2.id1(+)
  and t2.name2(+) = 'cc';

这次是 Hash Left Join,actual rows=4,和第五步条件下推到 ON 的结果完全一致。这说明 (+) 写法底层走的是同一套判断逻辑,(+) 只是外连接的另一种语法糖,不代表写了它外连接就一定被保留------过滤条件要不要跟着写 (+),效果跟"条件放 WHERE 还是放 ON"是对应的。这一点对从 Oracle 迁移过来的读者尤其要注意:老代码里如果只在连接条件上写了 (+),后面又单独加了一个不带 (+) 的过滤条件,一样会被判定为可以安全消除成内连接。

收个尾:怎么在自己的 SQL 里审计这个问题

跑一遍下来,判断标准可以归成几条:

  1. 看 SQL 文本里有没有 LEFT/RIGHT JOIN 或 (+),这是审计的起点。
  2. 跑一遍 EXPLAIN ANALYZE,盯住连接节点是不是明确带 Left/Right 字样。不带的话基本可以确定被消除了。
  3. 对照 WHERE 子句,看是不是对右表(Nullable 一侧)字段做了等值、范围、IN 之类的过滤,且没用 IS NULL/IS NOT NULL------这类条件是触发消除的典型信号。
  4. 右表过滤条件想保住外连接语义,下推到 ON ;(+) 写法下也是同样道理,过滤条件要不要带 (+),跟对应关系走。
  5. 左表条件放 ON 和放 WHERE 不是一回事:放 WHERE 是先筛左表再连接,放 ON 只决定这行左表能不能参与连接,右表该出几行还是出几行------尤其右表存在一对多关系时,千万别拿左表行数直接套右表行数。

这几条规则说到底都是一件事:外连接消不消除,从来不取决于你写没写 LEFT,而取决于这个查询的整体逻辑,跟内连接放在一起算,结果是不是完全一样。只要有一丁点不一样(哪怕只是多保留一个 NULL 行的可能性),优化器就不会去消除;只要完全一样,它就一定会去消除,图的就是内连接更便宜这点执行开销。写 SQL 的时候脑子里想的是"业务要不要保底",数据库执行的时候看的是"逻辑上能不能划等号",这中间的落差,就是这一类坑的根源。

相关推荐
考虑考虑8 小时前
zookeeper认证
后端·zookeeper
掘金者阿豪8 小时前
数据库选型到底应该看什么?从业务需求到技术架构的实践分析
前端·后端
苍何8 小时前
豆包终于想通了...
后端
AAA修煤气灶刘哥9 小时前
Agent 都能干活了,软件还需要那么多按钮吗?
人工智能·后端·架构
未秃头的程序猿9 小时前
给新模块加了个 @MapperScan,启动崩了,最后发现跟 MapperScan 没关系
java·后端·mybatis
苍何9 小时前
不用 Opus5.5 ,即梦也能出爆款 vibe 视频了
后端
SimonKing9 小时前
WorkBuddy又推出新的限免模型(Hy4 flash)了,羊毛可以薅起来了
java·后端·程序员
Rain的Java大神之路9 小时前
别再死背"三级缓存"了!拿 Spring 7.0.8 源码,把 IoC、AOP、事务、循环依赖四大深水区一次蹚平
java·后端·面试
wno7049 小时前
springboot整合FastDFS
java·spring boot·后端
程序猿DD16 小时前
OctaFuse 2.20.0:MCP 用业务账号直接登录授权,请求日志合并工具调用
后端