INNER JOIN关联两张表后行数异常增多的原因排查求助

关联后出现十万多行结果，和每张表的列数无关——列数只会影响返回结果的列数，不会改变行数。真正的原因是：两张表中存在重复的ISIN值，导致多对多的关联匹配，最终产生大量交叉记录。

比如，如果tablefinance中某个ISIN有20条符合条件的记录，tablefund中同一个ISIN有50条记录，仅这一个ISIN就会生成20×50=1000条结果，多个这样的ISIN累加后，行数自然会远超单表行数。

验证重复值的方法 #

先排查tablefinance中符合筛选条件的ISIN重复情况：

SELECT ISIN, COUNT(*) AS fin_count
FROM tablefinance
WHERE Buy_Date = '2023-02-16'
GROUP BY ISIN
HAVING COUNT(*) > 1;

再排查tablefund中对应ISIN的重复情况：

SELECT ISIN, COUNT(*) AS fund_count
FROM tablefund
WHERE ISIN IN (SELECT ISIN FROM tablefinance WHERE Buy_Date = '2023-02-16')
GROUP BY ISIN
HAVING COUNT(*) > 1;

这两个查询会列出所有重复的ISIN及其重复次数，两者的乘积就是该ISIN贡献的结果行数。

解决办法 #

根据业务需求选择合适的处理方式：

1. 去重后关联：如果业务上每个ISIN只需要一条记录（比如取最新日期的条目），可以先对表做去重处理再关联。例如对tablefinance去重：

WITH distinct_fin AS (
    SELECT *
    FROM tablefinance
    WHERE Buy_Date = '2023-02-16'
    -- 按ISIN分组，取NAV_Date最新的一条，可根据业务调整排序字段
    QUALIFY ROW_NUMBER() OVER (PARTITION BY ISIN ORDER BY NAV_Date DESC) = 1
)
SELECT *
FROM distinct_fin fin
INNER JOIN tablefund fund ON fund.ISIN = fin.ISIN;

如果tablefund也存在重复ISIN，可对其做同样的去重处理。

2. 明确多对多逻辑：如果业务确实需要保留所有匹配记录，那当前的行数是符合逻辑的，但可以调整SELECT语句只返回需要的字段，避免冗余数据。

示例数据 #

tablefinance表

tablefund表

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