Drill中外连接含OR条件查询无法规划的解决方法咨询

我碰到过Drill这个一模一样的问题——它的查询规划器确实对左外连接搭配OR条件的支持很差，很容易误判成笛卡尔积或者不等连接，导致抛出你看到的那个错误。内连接能用虚拟列绕过去，但外连接因为要保留左表全量数据，这个方法就失效了，而且你试过的planner.enable_nljoin_for_scalar_only参数本来就不是用来解决这个场景的，没用很正常。

给你两个经过验证的可行替代方案：

方案1：拆分OR条件为多个左外连接后合并 #

把原查询里的OR逻辑拆成两个独立的左外连接，再用UNION ALL合并结果，这样每个子查询都是标准的等值连接，Drill的规划器能轻松处理：

-- 第一个分支：匹配n.col1为NULL的情况
SELECT hc.*, n.* 
FROM hc 
LEFT OUTER JOIN n 
  ON hc.JoinHack = n.JoinHack 
  AND n.col1 IS NULL

UNION ALL

-- 第二个分支：匹配n.col1与hc.col1等值的情况，同时过滤掉NULL避免重复
SELECT hc.*, n.* 
FROM hc 
LEFT OUTER JOIN n 
  ON hc.JoinHack = n.JoinHack 
  AND n.col1 = hc.col1
WHERE n.col1 IS NOT NULL

这个方案的逻辑完全覆盖了你原查询的OR条件，而且不会产生重复数据——第一个分支拿到的是n表中col1为NULL的匹配项，第二个分支拿到的是col1等值匹配的非NULL项，合并后就是你要的结果。

方案2：用子查询预处理n表 #

如果拆分连接的方式对你来说不够简洁，也可以先把n表处理成包含两种条件的数据集，再和hc做左外连接：

SELECT hc.*, n_processed.*
FROM hc
LEFT OUTER JOIN (
  -- 保留原表中col1为NULL的记录
  SELECT JoinHack, col1, other_columns
  FROM n
  WHERE col1 IS NULL
  
  UNION ALL
  
  -- 保留原表中col1非NULL的记录，同时额外生成一条col1为NULL的副本
  SELECT JoinHack, NULL AS col1, other_columns
  FROM n
  WHERE col1 IS NOT NULL
) n_processed
ON hc.JoinHack = n_processed.JoinHack
AND (n_processed.col1 IS NULL OR n_processed.col1 = hc.col1)

不过这个方案要注意，如果n表数据量很大，生成副本可能会带来性能开销，所以优先推荐方案1。

本质上，这两个方案都是把Drill无法处理的OR+外连接逻辑，拆解成它能识别的标准等值连接操作，绕过规划器的限制。

内容的提问来源于stack exchange，提问作者Tom