SQL使用exists查询两表匹配行数不一致，如何用not exists求表差异

两个查询的返回值没有强制相等的要求，结果不一致属于非常正常的场景，核心影响因素是用于关联的组合键（field1+field2+field3 拼接形成的匹配标识）在两张表内的重复存储情况：

• 如果该组合键在两张表内都是无重复的唯一键（即同一个组合值最多存储1条记录），两个查询的返回行数必然完全相等
• 如果任意一张表存在同一组合键的多条重复记录，两个查询的返回行数就会出现差值：
  举个实际遇到最多的场景：table2中存储1条关联键为（F1=1, F2=2, F3=3）的记录，table1中因为业务导入重复，存了5条完全相同关联键的记录
  • 执行table1侧的exists查询时，这5条记录都会满足“能在table2找到匹配”的条件，全部计入统计值，贡献5行结果
  • 执行table2侧的exists查询时，那1条table2的记录只要能匹配到任意1条table1的同键记录，就会被计入统计，不会因为table1有多条重复就重复累加，仅贡献1行结果
    你当前两次结果的差值为939234 - 938796 = 438，本质就是table1中存在一批关联组合键，这些键在table2内是单条存在，但在table1内存在重复存储，累计拉抬了table1侧的匹配统计值。

这种写法只能覆盖一部分差异场景，无法实现全量差异排查的目标，具体边界如下：

• 可覆盖的差异类型：
  • 对table1的查询把where exists替换为where not exists后，会返回所有table1内存在、但table2完全找不到同组合键匹配的table1独有记录
  • 对table2的查询把where exists替换为where not exists后，会返回所有table2内存在、但table1完全找不到同组合键匹配的table2独有记录
• 无法覆盖的差异类型：
  当同一关联组合键在两张表内都存在、但两边存储的记录条数不对等时（比如前述场景下table1存5条同键记录、table2仅存1条同键记录），not exists的判断条件根本不会触发，这类“同键不同量”的隐性差异会被完全漏查。

如果需要排查全量差异，除了执行上述两个not exists查询捞取两表独有的记录外，还需要额外按三个关联字段分组，分别统计table1、table2内每个关联键的存储条数，筛出两边计数不一致的关联键，再导出对应明细核对重复存储的问题。

内容的提问来源于stack exchange，提问作者imandy