Postgres新增JOIN导致SUM计算结果翻倍问题咨询

这个问题的核心在于多次同表连接导致的行数膨胀，咱们一步步拆解来看：

先看第一个符合预期的查询 #

SELECT *, SUM(CASE WHEN "token"."name" = '' THEN 5 ELSE 9 END) AS "n" 
FROM "word" 
LEFT OUTER JOIN "token" ON ("word"."id" = "token"."word_id") 
WHERE ("word"."id" = 1) 
GROUP BY "word"."id";

当word.id=1的记录左连接token表时，会得到2条结果行：1条token.name为空，1条token.name非空。SUM计算时就是5+9=14，完全符合你的预期。

再看结果翻倍的第二个查询 #

SELECT *, SUM(CASE WHEN "token"."name" = '' THEN 5 ELSE 9 END) AS "n" 
FROM "word" 
LEFT OUTER JOIN "token" ON ("word"."id" = "token"."word_id") 
INNER JOIN "token" T3 ON ("word"."id" = T3."word_id") 
WHERE ("word"."id" = 1) 
GROUP BY "word"."id";

问题就出在连续两次连接同一个token表：

1. 第一步：word左连接token后，得到2条基础行（记为行A：token.name为空；行B：token.name非空）。
2. 第二步：用这2条基础行再内连接token T3（同样匹配word_id=1），而T3里同样有2条对应记录。这时每一条基础行都会和T3的2条记录匹配，最终生成的行数是2×2=4条：
   • 行A + T3的空值行
   • 行A + T3的非空行
   • 行B + T3的空值行
   • 行B + T3的非空行
3. 最后SUM计算时，CASE语句会对这4条行分别求值：
   • 行A对应的两条贡献5+5=10
   • 行B对应的两条贡献9+9=18
   • 总和10+18=28，正好是原预期值的两倍。

简单来说，第二次连接token表没有额外过滤条件，只是基于word_id匹配，导致左连接后的每条记录都被重复了token表中对应记录的次数，最终SUM相当于把原来的每个值都加了两次，结果自然翻倍。

内容的提问来源于stack exchange，提问作者Paul R