这是一个简单的左连接，左表的数据都会查询在结果中。
左连接，on后面跟了2个条件，其中第二个条件对左表进行筛选，可以看到在结果中并没有起作用。因为on的条件筛选是对2张表生成的全连接（笛卡尔积）临时表进行的筛选，这时a.id=4的数据实际上是被去除掉了，因为没有a.id=4且a.id=b.id的数据。但是由于是left join，所以在结果中没有的左表数据a.id=4又被加了上去。
由此可见left join 的时候，on后面对左表的数据加筛选条件是没有用的。
将上一个on的条件放到where里面之后就生效了。因为对on执行过后的临时表（此时该临时表还是有a.id=4的数据的，因为左连接），进一步筛选的时候，将a.id=4的数据去掉了。
on后面的条件筛选过后将a.id=3且b.id=3（因为条件b.id != 3）和a.id=4且a.id=b.id(因为条件a.id=b.id)的数据都去除掉了，由于左连接，左表的数据又被加上了。
inner join 的时候由于的内连接，on后的条件对2账表的临时表（笛卡尔积）筛选去除了左表的a.id=3且右表的b.id=3的数据以及不满足条件a.id=b.id的数据。
inner join时将左表的筛选放到on或者where后面会生效。只是执行的先后顺序有所不同，on后面的是在执行join的时候筛选，where的是对join执行之后的临时表筛选。
具体执行顺序参考：https://blog.csdn.net/weixin_44457814/article/details/106715422
在连表操作的时候，其实是先进行了2表的全连接（笛卡尔积，也就是所有能组合的情况a.rowCount*b.rowCount），然后根据on后面的条件进行筛选，最后如果是左连接或者右连接，再补全左表或者右表的数据。
a表b表查询1：这是一个简单的左连接，左表的数据都会查询在结果中。查询2：左连接，on后面跟了2个条件，其中第二个条件对左表进行刷选，可以看到在结果中并没有起作用。因为on的条件筛选是对2张表生成的全连接（笛卡尔积）临时表进行的筛选，这时a.id=4的数据实际上是被去除掉了，因为没有a.id=4且a.id=b.id的数据。但是由于是left join，所以在结果中没有的左表数据a.id=4又被加了上去。由此可见left join 的时候，on后面对左表的数据加筛选条件是没有用的。查询3
Join
on/inner
join
on/full
join
on/full outer
join
on/left
join
on/right
join
on/cross
join
on;
在使用jion时，on和where
条件
的区别;
本篇以hive
sql
解析器来讨论问题，spark
sql
的处理方法类似，大家可自行测试。
本篇不分析各种会造成数据倾斜的原因，数据倾斜形成的原因也只是简单提及。本篇主要分析在
sql
中进行
join
操作时，会造成数据倾斜的常见两大原因，以及解决方法。我认为这两种情况，在工作中出现的几率较高，所以单独拿出来讨论。
数据倾斜造成的原因（懂的可以跳过不看）：
这个问题简单来说，就是分布式处理中，每个节点处理的数据量差距较大，而导致单节点负担过重，处理时间过长，而拖慢整个作业的执行时间。在hive中，常见的处理引擎
多语⾔系统的数据库设计 多语⾔系统的数据库设计 之前做的项⽬涉及到中国⼤陆和纽伦新港的⽤户使⽤，也就需要做成⼀个多语⾔的系统，现在总结下其中⼀些经验和思考。 ⾸先我们需要确认我们要做的系统，多语⾔到底是要做多少种语⾔，以后会不会要求增加更多的语⾔。⽐如我们做⼀个给中国⼤陆和纽伦新 港使⽤的系统，可以确定的语⾔就是简体中⽂、繁体中⽂和英语，⽽且可以确定以后也不会增加语⾔。确定以后是否需要增加语⾔这⼀点很 重要，决定了我们在数据库设计时，是否需要考虑多语上的扩展性。 先说下在数据库设计时，可以有以下⽅案实现多语： ⼀、为每个多语字段建⽴对应语⾔的字段列。 ⽐如我们有⼀个客户表，记录了客户Id、客户名称、客户地址、客户电话等，其中客户名称和客户地址是多语的，⽽且需要⽀持简体中⽂、 繁体中⽂和英语，于是我们可以将客户表设计如下： create table Client ( ClientId int primary key, NameChs nvarchar(50), NameCht nvarchar(50), NameEng varchar(200), AddressChs nvarchar(50), AddressCht nvarchar(50), AddressEng varchar(200), TelephoneNumber varchar(50) ) 这样做的优点是容易
理解
，容易查询，⼀个客户实例对应的就是数据库中的⼀条数据，与普通的⾮多语数据库⽆异，⽽且由于没有形成新的 表，所以也不需要额外的
Join
，所以查询效率很⾼： insert into Client values(1,'⼯商银⾏','⼯商銀⾏','ICBC','中国北京','中國北京','China,Beijing','13811255555'); select * from Client c where c.ClientId=1 ⼆、建⽴统⼀的翻译表，在翻译表中使⽤多列存储多语⾔，然后在实体表中外键引⽤翻译表。 create table Translation ( TranslationId int primary key, TextChs nvarchar(200), TextCht nvarchar(200), TextEng varchar(200), ) create table Client ( ClientId int primary key, NameTranId int references Translation(TranslationId), AddressTranId int references Translation(TranslationId), TelephoneNumber varchar(200) ) 这样要查询数据时，需要将Translation表
JOIN
2次，获得对应的Name和Address的多语。 insert into Translation values(10,'⼯商银⾏','⼯商銀⾏','ICBC'); insert into Translation values(20,'中国北京','中國北京','China,Beijing'); insert into Client values(1,10,20,'13811255555'); select c.ClientId,c.TelephoneNumber, tn.TextChs as NameChs,tn.TextCht as NameCht,tn.TextEng as NameEng, ta.TextChs as AddressChs,ta.TextCht as AddressCht,ta.TextEng as AddressEng from Client c inner
join
Translation tn on c.NameTranId=tn.TranslationId inner
join
Translation ta on c.AddressTranId=ta.TranslationIdwhere where c.ClientId=1 以上介绍的⽅法都是将多语作为列输出,也就是说有多少种语⾔就会有多少对于的列,不利于语⾔的增加下⾯再介绍将语⾔以数据⾏的形式保 存的设计⽅法,这种⽅法可以在后期任意增加语⾔⽽不改动数据库Schema. 三、将每个表中需要多语的字段独⽴出来，形成⼀个对应的多语表。 多语表外键关联原表，每个需要多语的字段在多语表中对应⼀列，多语表中增加"语⾔"字段。同样以Client表为例，那么对应的表结构是： create table Client ( ClientId int primary key, TelephoneNumber varch
select * from user left
join
order as o on o.userId = o.id 会查询出主表的所有数据
on 后 多
条件
主表
条件
例子 ,该条
sql
执行后发现，还是会查询主表的所有数据（相当于没起作用）
select * from user
以上语句表示table1左连接table2，连接
条件
为table1.column = table2.column 且table1.column2 = table2.column2
在使用
多个
条件
时，还可以使用其他运算符，如 OR 或 NOT ,来创建复杂的连接
条件
。
SELECT column1, column2, ...
FROM table1
LEFT
JOIN
table2
ON table1.column = table2.column
AND (table1.column2 = table2.column2 OR table1.column3 = table2.column3);
上面语句表示table1左连接table2，连接
条件
为table1.column = table2.column 且(table1.column2 = table2.column2 或 table1.column3 = table2.column3)
