多对多关联场景下SQL查询如何避免返回重复记录

核心原因 #

结果行数远大于事故表原始行数的核心原因是Rentals表中同一个关联键（customer_id/姓名）存在多条记录，1条事故表数据会匹配到同一个客户的N条租赁记录，最终总数据量被放大到1500的数十倍。

排查步骤 #

• 先确认Rentals表的重复情况，执行查询：
  SELECT customer_id, COUNT(*) AS rental_count FROM rentals GROUP BY customer_id HAVING COUNT(*) > 1 ORDER BY rental_count DESC
  返回结果中的条目就是存在多条租赁记录的客户，可直接验证行数放大的原因。
• 明确业务关联逻辑：你需要的是事故发生时对应的那条租赁记录？还是客户的最新静态属性？还是该客户所有租赁记录的关联结果？不同需求对应完全不同的关联写法。

通用优化方案 #

场景1：仅需要客户静态属性（出生日期、是否封禁等不随租赁单变化的字段） #

先对Rentals表按关联键去重后再关联，避免多匹配：

SELECT a.*,
r.market,
r.date_of_birth,
r.is_blocked,
r.rate_type
FROM `accidents` a
LEFT JOIN (
    SELECT DISTINCT customer_id, market, date_of_birth, is_blocked, rate_type 
    FROM `rentals`
) r
USING (customer_id)
ORDER BY accident_dt DESC

场景2：需要关联事故发生时对应的租赁记录 #

补充时间匹配条件，限定仅匹配事故发生时段内的租赁单：

SELECT a.*,
r.market,
r.date_of_birth,
r.is_blocked,
r.rate_type
FROM `accidents` a
LEFT JOIN `rentals` r
ON a.customer_id = r.customer_id
-- 请根据实际表字段调整时间范围判断逻辑
AND a.accident_dt BETWEEN r.rental_start_dt AND r.rental_end_dt
ORDER BY accident_dt DESC

场景3：仅需要客户最新一条租赁记录的属性 #

用窗口函数提前过滤出每个客户的最新租赁记录再关联：

SELECT a.*,
r.market,
r.date_of_birth,
r.is_blocked,
r.rate_type
FROM `accidents` a
LEFT JOIN (
    SELECT *,
    ROW_NUMBER() OVER(PARTITION BY customer_id ORDER BY rental_create_dt DESC) AS rn
    FROM `rentals`
) r
ON a.customer_id = r.customer_id AND r.rn = 1
ORDER BY accident_dt DESC

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