问题背景 #

给定如下Schema：

account:
   joins:
      - account_list
      - person
      - company

person:
   joins:
      - account
      - contact

company:
   joins: 
      - account
      - contact      

执行以下查询：

{
  "query": {
    "measures": ["contact.count"],
    "filters": [
      { "member": "contact.id", "operator": "set" },
      { "member": "account.list_id", "operator": "equals", "values": ["34475"] },
      { "member": "person.id", "operator": "notSet" }
    ]
  }
}

实际生成的JOIN关系为account -> account_list, person -> contact，而非预期的contact -> person -> account -> account_list，与统计contact数量的需求不符。

在过滤器中添加{ "member": "company.id", "operator": "set" }后，JOIN关系变为contact -> company, account -> person, account_list，临时解决了当前问题，但担忧过滤器变化会改变JOIN关系。

现询问：Cube.js选择JOIN根（左）表的规则是什么？如何实现可预测且确定的根表选择？

回答 #

Cube.js选择JOIN根表的核心规则 #

• 度量所属表优先：查询中的度量归属表会被优先考虑作为根表起点，但该规则会受过滤器、关联关系约束影响，并非绝对。
• 过滤器驱动调整：当过滤器引用其他表字段时，Cube.js会调整JOIN链起点以满足过滤关联需求，这也是添加company.id过滤器后JOIN关系变化的原因——过滤器强制关联company表，间接让contact成为根表链的一部分。
• 关联方向识别：Cube.js会识别Schema中表的外键关联方向，若某表是被引用方（如account被person关联），无强制约束时可能被选为根表。
• 性能优化导向：Cube.js会倾向选择数据量更小、能减少JOIN次数的表作为根表以优化性能，这也会带来根表选择的不确定性。

实现可预测且确定的根表选择的方法 #

• 明确关联关系定义：在Schema的JOIN配置中，不要仅写表名，需通过relationship、primaryKey、foreignKey明确关联方向，让Cube.js清晰识别表间依赖。示例修改后的Schema：

  account:
    joins:
      - join: account_list
        relationship: belongsTo
        primaryKey: id
        foreignKey: account_id
      - join: person
        relationship: hasMany
        primaryKey: id
        foreignKey: account_id
      - join: company
        relationship: hasMany
        primaryKey: id
        foreignKey: account_id
  
  person:
    joins:
      - join: account
        relationship: belongsTo
        primaryKey: id
        foreignKey: account_id
      - join: contact
        relationship: hasMany
        primaryKey: id
        foreignKey: person_id
  
  company:
    joins:
      - join: account
        relationship: belongsTo
        primaryKey: id
        foreignKey: account_id
      - join: contact
        relationship: hasMany
        primaryKey: id
        foreignKey: company_id
  

• 手动指定JOIN逻辑：在Schema中通过sql字段直接定义JOIN语句，完全控制关联链，不受查询参数影响。示例：

  contact:
    sql: >
      SELECT * FROM contacts
      JOIN persons ON contacts.person_id = persons.id
      JOIN accounts ON persons.account_id = accounts.id
      JOIN account_lists ON accounts.id = account_lists.account_id
  

• 查询中强制指定根表：在查询参数里通过from字段明确根表，确保Cube.js以指定表为起点构建JOIN链。示例修改后的查询：

  {
    "query": {
      "from": "contact",
      "measures": ["contact.count"],
      "filters": [
        { "member": "contact.id", "operator": "set" },
        { "member": "account.list_id", "operator": "equals", "values": ["34475"] },
        { "member": "person.id", "operator": "notSet" }
      ]
    }
  }
  

内容的提问来源于stack exchange，提问作者Dima