MySQL Workbench关联两表后结果行数异常，请求排查原因

嘿，我来帮你搞定这个问题！首先咱们先揪出最明显的小错误，你的SQL语句里多写了一个on——and on media.sv4=media_1.sv4这里的第二个on是多余的，正确写法应该是and media.sv4=media_1.sv4。不过就算修正了语法，结果行数异常的核心原因是关联键重复导致的笛卡尔积，咱们一步步拆解：

为什么结果行数会“爆炸”？ #

内连接的本质是匹配两个表中满足条件的行，然后生成所有可能的组合（也就是笛卡尔积）。举个具体的例子：

• 如果media表中某个(sv3, sv4)组合有200行
• 同时media_1表中同一个(sv3, sv4)组合有50行
  那么这一组匹配后就会产生200 * 50 = 10000行，正好对应你得到的结果数。这说明你的两个表中，至少有一组(sv3, sv4)存在大量重复行。

排查步骤 #

1. 先修正SQL语法
   正确的查询语句应该是：

   select media.Timestamp, media.Campaign, media.Media, media.sv3, media.sv4 
   from media 
   inner join media_1 on media.sv3=media_1.sv3 and media.sv4=media_1.sv4
   

2. 检查media表的重复关联键
   运行这个查询，找出media表中重复出现的(sv3, sv4)组合：

   select sv3, sv4, count(*) as row_count
   from media
   group by sv3, sv4
   having count(*) > 1
   order by row_count desc;
   

3. 检查media_1表的重复关联键
   同样用这个查询排查media_1表：

   select sv3, sv4, count(*) as row_count
   from media_1
   group by sv3, sv4
   having count(*) > 1
   order by row_count desc;
   

   你大概率会看到某几组的重复数相乘后等于10000，这就是问题的根源。

解决办法 #

如果你的需求是保留media表的每一行，只要media_1中存在对应的(sv3, sv4)组合即可，不想因为media_1的重复行导致结果膨胀，推荐用EXISTS子查询代替内连接：

select Timestamp, Campaign, Media, sv3, sv4 
from media 
where exists (
    select 1 
    from media_1 
    where media.sv3=media_1.sv3 and media.sv4=media_1.sv4
);

这个查询只会返回media表中满足条件的行，最多就是6000行，不会产生笛卡尔积。

内容的提问来源于stack exchange，提问作者lal