SQL 中 on 条件与 where 条件的区别

说明

最近在做 Hive 事实表 left join 多张维表时，出现了部分数据丢失的情况（结果表数据量比原始事实表少 10000 多条），针对该问题研究，让我对 SQL on 条件与 where 条件区别有可进一步理解，特将好东西分享给大家。

Join 联表中 on、where 后面跟条件的区别

1. Join 生成表的过程
   数据库在通过连接两张或者多张表来返回记录时，都会生成一张中间的临时表，然后在将这张临时表返回给用户。这张临时表是分析问题的重点。
2. 在使用 left join 时，on 和 where 条件的区别

• on 条件是在生成临时表时使用的条件，它不管 on 中的条件是否为真，都会返回左边表中的记录。
• where 条件是在临时表生成好后，再对临时表进行过滤的条件。这时已经没有了 left join的含义了，where 条件不为真的数据将会全部过滤掉。

示例说明

1. 假设有两张表
   表 1：

   
   
   tab1
   
   

   表 2：

   
   
   tab2
2. 执行如下SQL

-- SQL 1
select * form tab1 left join tab2 on (tab1.size = tab2.size) where tab2.name=’AAA’
-- SQL 2
select * form tab1 left join tab2 on (tab1.size = tab2.size and tab2.name=’AAA’)

3. 输出结果

   
   
   SQL 1
   
   
   SQL 2
4. 总结
   其实以上结果的关键原因就是 left join、right join、full join 的特殊性，不管 on 上的条件是否为真都会返回 left 或者 right 表中的记录，full 则具有 left 和 right 特性的并集。而 inner join 没有这个特性，则条件放在 on 和 where 中，返回的结果集是相同的。

原文