本文介绍如何通过 php 将两个分别连接不同 mysql 服务器的查询结果按用户名（username）高效合并，并动态计算如 totalbalance 等衍生列，适用于跨库关联场景。
在实际开发中，常因架构限制（如数据分库、微服务拆分或安全隔离）导致关键关联表分布在不同 MySQL 实例上，无法直接使用 JOIN 或 FEDERATED 引擎。此时，需在应用层完成数据合并与计算。以下提供一套健壮、可读性强且性能可控的 PHP 合并方案。
✅ 核心思路：哈希映射 + 一次遍历合并
避免嵌套循环（O(n×m)），改用 username 为键构建哈希表（$hashMapRes2），实现 O(1) 查找，再遍历主结果集进行左关联式填充：
// 执行两个独立查询
$result1 = mysqli_query($conn, $sql1); // 来自 project1（本地）
$result2 = mysqli_query($conn2, $sql2); // 来自 project2（远程）
// 转为关联数组便于处理
$res1 = mysqli_fetch_all($result1, MYSQLI_ASSOC);
$res2 = mysqli_fetch_all($result2, MYSQLI_ASSOC);
// 构建 username → TotalExpenses 的哈希映射（自动去重，取首个匹配）
$hashMapRes2 = array_reduce($res2, function ($carry, $item) {
$carry[$item['Username']] = $item['sum(TotalExpenses)']; // 注意字段别名
return $carry;
}, []);
// 合并并计算 TotalBalance
$output = array_map(function ($row) use ($hashMapRes2) {
$username = $row['Username'];
$totalExpenses = $hashMapRes2[$username] ?? 0; // 不存在则补 0
$totalBalance = (int)$row['TotalAmount'] + (int)$row['Totalnvested'] - (int)$totalExpenses;
return [
'UserId' => $row['UserID'],
'Username' => $username,
'TotalAmountResetDate' => $row['TotalAmountResetDate'],
'TotalAmount' => $row['TotalAmount'],
'Totalnvested' => $row['Totalnvested'],
'TotalExpenses' => $totalExpenses,
'TotalBalance' => $totalBalance
];
}, $res1);
mysqli_close($conn);
mysqli_close($conn2);⚠️ 关键注意事项
-
字段别名一致性：$sql2 中 SELECT Username, sum(TotalExpenses) 应显式使用 AS TotalExpenses，否则 PHP 中需用 'sum(TotalExpenses)' 访问（易出错）。推荐修正为：
SELECT Username, SUM(TotalExpenses) AS TotalExpenses FROM TotalExpensesTable WHERE date_of_expense_date BETWEEN '2022-01-31' AND '2022-02-12' GROUP BY Username
- 数据类型安全：对 TotalAmount、Totalnvested、TotalExpenses 使用 (int) 强制转换，防止字符串拼接导致计算错误。
- 空值处理：COALESCE() 已用于 SQL 层，PHP 层仍需 ?? 0 防御性编程。
- 内存考量：若数据量极大（>10 万行），建议改用流式处理或分页合并，避免 mysqli_fetch_all() 内存溢出。
? 最终输出示例（可用于 HTML 表格渲染）
echo '<table border="1"><tr><th>UserId</th><th>Username</th><th>TotalBalance</th></tr>';
foreach ($output as $row) {
echo "<tr><td>{$row['UserId']}</td><td>{$row['Username']}</td><td>{$row['TotalBalance']}</td></tr>";
}
echo '</table>';该方案解耦了数据库依赖，逻辑清晰，易于扩展（如增加更多数据源或计算字段），是跨库聚合场景下的推荐实践。
