先給個結論：
總結：Hive SQL 中 LEFT JOIN 單獨針對左表的過濾條件必須放在WHERE上，放在ON上的效果是不可預期的，單獨針對右表的查詢條件放在ON上是先過濾右表，再和左表聯表，放在WHERE條件上則是先聯表再過濾，語義上存在差別。
補充：對於MYSQL中的LEFT JOIN和Hive中表現相似，更深層次分析可以看看 https://developer.aliyun.com/article/718897
----------------
現象
left join在我們使用mysql查詢的過程中可謂非常常見，比如博客里一篇文章有多少條評論、商城里一個貨物有多少評論、一條評論有多少個贊等等。但是由於對join、on、where等關鍵字的不熟悉，有時候會導致查詢結果與預期不符，所以今天我就來總結一下，一起避坑。
這里我先給出一個場景，並拋出兩個問題，如果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，存了所有的班級；有一個表students，存了所有的學生，具體數據如下（感謝廖雪峰的在線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 那么現在有兩個需求：
- 找出每個班級的名稱及其對應的女同學數量
- 找出一班的同學總數
對於需求1，大多數人不假思索就能想出如下兩種sql寫法，請問哪種是對的？
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，大多數人也可以不假思索的想出如下兩種sql寫法，請問哪種是對的？
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 ！！先給出你自己的答案，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的采用類似嵌套循環的方式來進行從處理，以下面的語句為例：
SELECT * FROM LT LEFT JOIN RT ON P1(LT,RT)) WHERE P2(LT,RT) 其中P1是on過濾條件，缺失則認為是TRUE，P2是where過濾條件，缺失也認為是TRUE，該語句的執行邏輯可以描述為：
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，找到滿足join條件的行 IF P2(lt, rt) {//滿足 where 過濾條件 t:=lt||rt;//合並行，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后滿足 where 過濾條件 t:=lt||NULL; // 輸出lt和null補上的行 } } } 當然，實際情況中MySQL會使用buffer的方式進行優化，減少行比較次數，不過這不影響關鍵的執行流程，不在本文討論范圍之內。
從這個偽代碼中，我們可以看出兩點：
- 如果想對右表進行限制，則一定要在
on條件中進行，若在where中進行則可能導致數據缺失，導致左表在右表中無匹配行的行在最終結果中不出現，違背了我們對left join的理解。因為對左表無右表匹配行的行而言，遍歷右表后b=FALSE,所以會嘗試用NULL補齊右表，但是此時我們的P2對右表行進行了限制，NULL若不滿足P2(NULL一般都不會滿足限制條件，除非IS NULL這種)，則不會加入最終的結果中，導致結果缺失。 - 如果沒有
where條件，無論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，對左表行而言，若右表若沒有對應的行，則右表遍歷結束后b=FALSE，會用一行NULL來生成數據，而這個數據是多余的。所以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原因：
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 - 需求1由於在where條件中對右表限制，導致數據缺失（四班應該有個為
0的結果） - 需求2由於在on條件中對左表限制，導致數據多余（其他班的結果也出來了，還是錯的）
總結
通過上面的問題現象和分析，可以得出了結論：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，這樣結果才能不多不少，剛剛好。
SQL 看似簡單，其實也有很多細節原理在里面，一個小小的混淆就會造成結果與預期不符，所以平時要注意這些細節原理，避免關鍵時候出錯。
-------------------------
轉自 https://developer.aliyun.com/article/718897
我們通常的認知是聯表查詢時ON是作用於聯表前（時）的過濾條件，WHERE是對聯表后的數據的過濾條件，但hive sql查詢有個特殊點需要關注，那就是對於left join中的單獨針對左表的ON過濾條件有可能會被忽略，比如
SELECT DISTINCT a.dt FROM
wlxdw.dws_tuid_cheat_di a
LEFT JOIN
wlxdw.apps_tuid_device_map_ds b
ON a.tuid = b.tuid AND a.dt='2021-10-18' AND b.dt='2021-10-19'
1
2
3
4
5
查詢結果
可以看到a.dt='2021-10-18’這個過濾條件並沒有生效，有人可能覺得b.dt='2021-10-19’是不是也沒有生效，把上述SQL稍作修改來驗證一下
SELECT DISTINCT b.dt FROM
wlxdw.dws_tuid_cheat_di a
LEFT JOIN
wlxdw.apps_tuid_device_map_ds b
ON a.tuid = b.tuid AND a.dt='2021-10-18' AND b.dt='2021-10-19'
1
2
3
4
5
顯而易見，右表上的ON條件 b.dt=xxxx 生效了，那如果想要左表的 a.dt=‘2021-10-18’ 生效，可以放在WHERE條件上
而如果把右表的b.dt=‘2021-10-19’ 放到WHERE條件，語義則變的不一樣，由於WHERE是先聯表再進行過濾，這時查詢結果中b.dt就不存在值為NULL的情況了，LEFT JOIN 相當於變成了 INNER JOIN
從上面的結果可以看出ON和WHERE查詢條件語義上的差別
再來看一組SQL對比
神奇的一幕出現了，此時ON中的過濾條件a.dt=‘2021-10-18’ 時而生效時而不生效
總結：Hive SQL 中 LEFT JOIN 單獨針對左表的過濾條件必須放在WHERE上，放在ON上的效果是不可預期的，單獨針對右表的查詢條件放在ON上是先過濾右表，再和左表聯表，放在WHERE條件上則是先聯表再過濾，語義上存在差別。
補充：對於MYSQL中的LEFT JOIN和Hive中表現相似，更深層次分析可以看看 https://developer.aliyun.com/article/718897
————————————————
版權聲明：本文為CSDN博主「代碼一天不寫我渾森藍廋」的原創文章，遵循CC 4.0 BY-SA版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/zhang197093/article/details/120874962