Redshift中LEFT JOIN两种条件写法的执行差异解析及疑问：WHERE子句后置vs ON子句附加条件

咱们直接把这两种写法的核心差异和你的理解误区掰明白：

一、两种写法的逻辑本质完全不同 #

1. 写法一：WHERE子句过滤主表（table1） #

explain select * from table1 t left join table2 t2 on t.key = t2.key where t.snapshot_day = to_date('2021-12-18', 'YYYY-MM-DD');

逻辑行为：
先从table1里筛出所有snapshot_day = '2021-12-18'的行，再把这些筛选后的行和table2做LEFT JOIN——也就是说，最终结果里只会保留table1中符合日期条件的行，匹配不到table2的行则table2字段为NULL。

执行计划验证：
你看执行计划里table1的Seq Scan带了Filter，只返回了287万多行，之后做哈希的成本极低，最终返回行数和主表筛选后的行数基本一致，这就是优化器做了谓词下推——把WHERE里的主表过滤提前到JOIN之前执行，减少了后续JOIN的数据量。

2. 写法二：ON子句附加主表条件 #

explain select * from table1 t left join table2 t2 on t.key= t2.key and t.snapshot_day = to_date('2021-12-18', 'YYYY-MM-DD');

逻辑行为：
保留table1的所有行，然后对table1的每一行，只有当该行的snapshot_day = '2021-12-18'时，才会去匹配table2中key相等的行；如果table1的行日期不符合，哪怕key能匹配table2，table2的字段也会是NULL。简单说，这个条件是用来限制右表匹配的规则，而不是过滤左表。

执行计划验证：
执行计划里table1的Seq Scan没有Filter，扫描了全部32亿多行，哈希表的成本直接拉满，最终返回行数和table1总行数一致——这就是因为左表没有被过滤，所有行都保留了。

二、你的理解误区在哪里？ #

1. 误区一：WHERE子句一定在JOIN之后执行
   其实对于LEFT JOIN的左表，优化器会自动判断：如果WHERE里的条件只涉及左表，那么可以安全地把过滤逻辑提前到JOIN之前（谓词下推），这不会改变查询结果，还能大幅减少数据处理量。你的执行计划已经证明了这一点。

2. 误区二：ON子句中的主表条件会过滤主表
   LEFT JOIN的核心是保留左表所有行，ON子句的条件只是用来决定右表哪些行能和左表行匹配，完全不会过滤左表本身。只有INNER JOIN的ON条件才会同时过滤左右表，LEFT JOIN的ON条件对左表没有过滤作用。

三、总结建议 #

• 如果需要过滤左表的行（只保留符合条件的左表行再关联），一定要用WHERE子句写左表的过滤条件；
• 如果是想保留左表所有行，但仅当左表行符合某条件时才去匹配右表，才用ON子句附加左表条件——这种场景其实很少见，大部分时候你需要的是第一种写法。

内容的提问来源于stack exchange，提问作者Heisenberg