[特殊字符] 如何优雅地避免 SQL 多表 LEFT JOIN 造成的笛卡尔积放大问题？

在实际项目开发中，我们经常需要从多个数据表中统计和聚合项目相关数据。但如果处理不当，多表 LEFT JOIN 容易造成 数据行数异常放大 的问题，也就是我们常说的“笛卡尔积放大”。

本文通过一个简单示例，直观讲清问题产生的原因，并提供稳妥的解决方案。

🧩 问题场景

我们有如下三张表，结构如下：

• a 表是项目表
• b 表是渠道B的数据
• c 表是渠道C的数据

表之间通过 项目编码（pr_code） 关联。

📊 示例数据如下：

a 表：

b 表（渠道B）：

共 3 条匹配记录

c 表（渠道C）：

共 1 条匹配记录

🧨 直接 LEFT JOIN 会出现什么问题？

我们尝试如下 SQL 来统计每个渠道的数量：

SELECT 
  a.pr_code,
  COUNT(b.pr_code) AS b_count,
  COUNT(c.pr_code) AS c_count
FROM a
LEFT JOIN b ON a.pr_code = b.pr_code
LEFT JOIN c ON a.pr_code = c.pr_code
GROUP BY a.pr_code;

❗ 实际结果：

c_count 为什么变成 3？不是只有一条吗？

😱 根本原因：笛卡尔积

当你对 a 先和 b 做连接后，形成了 3 条记录，再与 c 的 1 条记录做连接时，每一条都匹配到了 c 的这 1 条记录，最终形成了 3 x 1 = 3 条记录。于是 c_count 也变成了 3，而不是预期的 1。

✅ 正确解决方案：各表先聚合，再合并

我们可以把每个表的数据先独立 GROUP BY 统计好，再用 UNION ALL 汇总所有渠道的数据，最后再聚合一次，就不会重复计算了。

✅ 示例 SQL：

SELECT 
  pr_code,
  SUM(b_count) AS b_count,
  SUM(c_count) AS c_count,
  SUM(b_count + c_count) AS total
FROM (
  SELECT pr_code, COUNT(*) AS b_count, 0 AS c_count
  FROM b
  GROUP BY pr_code

  UNION ALL

  SELECT pr_code, 0 AS b_count, COUNT(*) AS c_count
  FROM c
  GROUP BY pr_code
) AS combined
GROUP BY pr_code;

✅ 结果就正常了：

🧠 总结

• 多表 LEFT JOIN 时，如果子表有重复数据，连接后会放大行数。
• 不要直接对多表 LEFT JOIN 的结果做 COUNT(*)，要先各自聚合，再合并统计。
• 通用处理方式是：
  先分表统计 → UNION ALL 合并 → 最外层再 GROUP BY 聚合

✨ 建议应用场景

这种方式特别适用于：

• 多渠道汇总项目数量
• 多维度数据源汇总
• 保证每条来源数据只统计一次，避免重复