Pentaho Data Integration内连接匹配正常，左连接匹配数为0的原因咨询

问题背景 #

在Pentaho Data Integration（PDI）转换操作中，需将Excel数据与数据库查询结果合并以补充字段：

• 使用INNER JOIN时匹配正常，得到5000+匹配行
• 改用LEFT JOIN以获取未匹配行时，返回匹配行数为0

相关配置说明：

• 转换流程：Excel输入 → 排序行 → 合并记录（与数据库查询结果）；数据库查询 → 排序行 → 合并记录
• 合并组件配置：设置为LEFT JOIN，基于指定关联字段匹配
• 左侧（Excel数据源）排序行：按关联字段升序排序
• 右侧（数据库查询结果）排序行：按关联字段升序排序

可能原因及排查思路 #

1. 排序规则不一致 #

PDI的合并记录组件要求左右输入流必须按完全一致的规则排序，否则LEFT JOIN无法正确识别匹配关系：

• 核对两边排序行组件的配置：确认关联字段的排序方向（升/降序）完全相同
• 检查空值处理逻辑：如果关联字段存在空值，确认两边排序时对空值的放置规则（均放在最前/最后）一致
• 手动验证排序结果：分别抽取左右流的首尾数据，确认关联字段的排序顺序完全匹配

2. 关联字段数据类型不匹配 #

字段值表面一致但类型不同，会导致匹配失败：

• 检查Excel输入的关联字段类型：Excel输入组件常将带前导零的编号识别为字符串，而数据库字段可能为数值型
• 确认数据库查询返回的关联字段类型：需与Excel侧字段类型完全一致（如均为字符串或数值型）
• 统一字段类型：合并前用转换字段组件将两边关联字段转为同一类型

3. 合并组件配置错误 #

检查合并组件的核心设置：

• 确认合并类型为LEFT OUTER JOIN，未误选其他类型
• 核对关联字段映射：确保左右流的关联字段选择正确，无错位
• 检查"仅保留匹配行"选项：若勾选该选项，LEFT JOIN会自动转为INNER JOIN，需取消勾选

4. 数据内容隐性差异 #

字段值存在肉眼不可见的差异，导致匹配失败：

• 检查空格与不可见字符：Excel字段可能存在前导/尾随空格、换行符等，数据库字段无此类字符，可通过修剪字符串组件处理后再合并
• 核对大小写：若关联字段为字符串，确认两边大小写一致，可通过转换为大写/小写组件统一格式
• 验证数值精度：Excel数值可能保留多位小数，数据库字段为整数，需统一精度后再匹配

5. 数据量与统计逻辑验证 #

• 确认数据库查询结果非空：若数据库查询返回0行，LEFT JOIN后会保留所有Excel行（数据库侧字段为空），需确认"匹配行数为0"的统计逻辑是否混淆了"匹配行"与"总行数"
• 单条数据测试：选取Excel中已知无数据库匹配的单条数据，单独运行转换，观察是否出现在LEFT JOIN结果中（数据库侧字段为空）

内容的提问来源于stack exchange，提问作者Joe