看似简单的SQL，实则就是简单

加班遇到一个SQL问题，本想把别人的SQL改下成SparkSQL，在YARN上运行，然而数据一直对不上。

原SQL

⚠️说明：a.id，b.id没有空的，数据1:1，b.name可能存在空的

select 
  a.id,
  b.id,
  b.name
from table_a a 
left join table_b b 
 on a.id = b.id and b.is_delete = 0 and b.name is not null
where 
exists(
  select 1 from  table_b c 
  where a.id = c.id and c.is_delete = 0
)

改后的

想法是：既然exists过滤了，为什么不直接inner join呢，于是乎：

select 
  a.id,
  b.id,
  b.name
from table_a a 
inner join table_b b 
 on a.id = b.id and b.is_delete = 0  

求助群友

问了下群友，区别是我一直以为left join 后 b.name is not null并没什么用，就没有带，我问群友，下面这两个SQL有什么区别：

select 
  *
from table_a a 
left join table_b b 
 on a.id = b.id and b.is_delete = 0 
where 
exists(
  select 1 from  table_b c 
  where a.id = c.id and c.is_delete = 0
)



select 
  *
from table_a a 
inner join table_b b 
 on a.id = b.id and b.is_delete = 0  

群友问AI的结果

这样的回答，不太对

自悟

然后仔细去品味这两个SQL有什么不同

-- （1）
select 
  a.id,
  b.id,
  b.name
from table_a a 
left join table_b b 
 on a.id = b.id and b.is_delete = 0 and b.name is not null
where 
exists(
  select 1 from  table_b c 
  where a.id = c.id and c.is_delete = 0
)


-- （2）

select 
  a.id,
  b.id,
  b.name
from table_a a 
inner join table_b b 
 on a.id = b.id and b.is_delete = 0  

数据table_a

id

1

2

3

数据table_b

id	name	id_delete
1	aa	0
2	bb	0
3	NULL	0

结论：

（1）sql计算后的会剔除掉 table_a 不符合 a.id = c.id and c.is_delete = 0 条件的数据。加上 name is not null。最后的数据会出现这两类情况：

a.id,null,null   # name为null，b表全部为空
a.id,b.id,b.name # 全部有值

a.id	b.id	b.name
1	1	aa
2	2	bb
3	NULL	NULL

（2）sql计算后中则会出现这两类情况：

a.id,b.id,null   
a.id,b.id,b.name # 全部有值

a.id	b.id	b.name
1	1	aa
2	2	bb
3	3	NULL

所以，count的时候是没有问题的，两个都可以，如果是取具体的值有所区别。

拓展

如果a.id b.id 是1:n 呢?

数据table_a

id

1

2

3

10

数据table_b

id	name	id_delete
1	aa	0
1	NULL	0
2	bb	0
3	NULL	0

-- （1）
select 
  a.id,
  b.id,
  b.name
from table_a a 
left join table_b b 
 on a.id = b.id and b.is_delete = 0 and b.name is not null
where 
exists(
  select 1 from  table_b c 
  where a.id = c.id and c.is_delete = 0
)

a.id	b.id	b.name
1	1	aa
2	2	bb
3	NULL	NULL

-- （2）

select 
   a.id,
  b.id,
  b.name
from table_a a 
inner join table_b b 
 on a.id = b.id and b.is_delete = 0 

a.id	b.id	b.name
1	1	aa
1	1	NULL
2	2	bb
3	3	NULL

所以，如果count的时候，1对n，相对于1:1是有区别的。

最后

（1）菜就要学，就要钻研。

（2）加班使人头疼，头脑不灵光。

（3）具体问题，具体分析。