基于双主键与日期范围的Left Join丢失行问题排查与修正

问题根源 #

1. WHERE子句过滤了左连接的空匹配：原查询将B.LETTER_NAME IN ('A','B','C')放在WHERE中，左连接后A表无匹配的记录会返回B字段全为NULL，而NULL不满足IN条件，导致这部分记录被过滤，最终结果少于5000条。
2. 未处理Table A的重复数据：Table A存在重复的Plan_Set_Up_Date，需要先确保每个Loan_Number仅返回一条唯一记录。

修正后的查询语句 #

-- 先对Table A去重，得到每个Loan_Number对应的唯一Plan_Set_Up_Date
WITH Unique_A AS (
    SELECT DISTINCT
           Loan_Number,
           Client_Number,
           Plan_Set_Up_Date AS PLAN_CREATE_DATE
    FROM A
)
SELECT
    ua.PLAN_CREATE_DATE,
    ua.LOAN_NUMBER,
    ua.CLIENT_NUMBER,
    b.LETTER_NAME,
    b.LETTER_DATE
FROM Unique_A ua
LEFT JOIN B b
    ON ua.LOAN_NUMBER = b.LOAN_NUMBER 
    AND ua.CLIENT_NUMBER = b.CLIENT_NUMBER
    AND b.LETTER_NAME IN ('A', 'B', 'C') -- 将函件类型过滤移至JOIN条件
    AND b.LETTER_DATE BETWEEN ua.PLAN_CREATE_DATE AND (CAST(ua.PLAN_CREATE_DATE AS DATE) + INTERVAL '5' DAY)

关键修正说明 #

• 提前去重Table A：通过CTEUnique_A提取Table A中每个Loan_Number的唯一记录，确保基础数据集为5000条。
• 调整过滤条件位置：把B表的函件类型、日期判断都放在LEFT JOIN的ON子句中，这样左连接时只会匹配符合条件的B表记录，无匹配的A表记录会完整保留，对应的B字段返回NULL。
• 移除冗余条件：原JOIN中的B.LETTER_DATE IS NULL属于冗余逻辑，左连接本身会自动处理无匹配的情况，无需额外声明。

内容的提问来源于stack exchange，提问作者Junior Garcia