ON中用OR会导致笛卡尔积膨胀、索引失效及重复记录；应改用UNION ALL或预处理关联键，并严格区分ON（关联逻辑）与WHERE（过滤逻辑），避免LEFT JOIN退化为INNER JOIN。
ON 条件里用了 OR 导致笛卡尔积膨胀
很多人在写 LEFT JOIN 时，为了“兼容多个关联字段”，直接在 ON 里堆 OR，比如：ON a.id = b.a_id OR a.code = b.code。这会让数据库无法有效利用索引，更严重的是：只要任意一个条件成立，就算匹配成功——结果是同一行 a 可能和多行 b 同时匹配，产生远超预期的重复记录。
实操建议：
- 用
UNION ALL拆成两个独立JOIN（需去重时加DISTINCT） - 或改用
CASE WHEN预处理关联键，统一为单字段匹配 - 执行前务必
EXPLAIN看实际扫描行数，尤其注意rows和Extra列是否出现Using where; Using join buffer
把过滤条件错放 ON 而非 WHERE（LEFT JOIN 场景最致命）
LEFT JOIN 中，ON 控制“哪些右表行参与连接”，WHERE 控制“连接后整行是否保留”。把本该在 WHERE 的过滤条件（如 b.status = 'active'）写进 ON，会导致右表空匹配时该条件恒为 false，从而把本该保留的左表行也过滤掉——LEFT JOIN 变相退化成 INNER JOIN。
实操建议：
- 右表字段的非空约束、状态筛选、日期范围等，一律放
WHERE - 只有真正定义“如何关联”的逻辑（如
a.ref_id = b.id或a.type = b.kind）才放ON - 临时加个
COUNT(*)对比：分别用WHERE b.id IS NOT NULL和去掉该条件，看行数差异是否符合预期
JOIN 多张表时 ON 条件跨表引用失效
SQL 标准规定：ON 子句只能引用当前 JOIN 左右两侧的表。比如 A JOIN B ON A.x = B.y JOIN C ON A.z = C.w 是合法的；但若写成 A JOIN B ON A.x = B.y JOIN C ON B.u = C.v AND A.z = C.w，某些数据库（如老版本 MySQL）会报错或忽略后半条件，因为 B 在语法上尚未与 C 形成直接关联上下文。
实操建议：
- 多表连接优先用括号明确依赖顺序：
(A JOIN B ON ...) JOIN C ON ... - 涉及三张及以上表的复杂关联，改用子查询或 CTE 预先聚合/对齐关键字段
- PostgreSQL 和较新 MySQL 支持
LATERAL，适合动态依赖场景，但注意执行计划是否引入嵌套循环
ON 中隐式类型转换导致索引失效
常见于字符串 ID 和数字 ID 混用：ON users.id = CAST(orders.user_id AS CHAR)，或更隐蔽的 ON a.code = b.code || ''（Oracle/PostgreSQL）。数据库被迫对一列做全量类型转换，无法走索引，小表看不出问题，数据量一上去就慢得明显。
实操建议：
- 用
SHOW CREATE TABLE核对所有关联字段的类型、字符集、是否允许 NULL - 避免在
ON中使用函数、表达式、拼接操作；必须转换时，提前在字段上建函数索引（如CREATE INDEX idx_user_code_lower ON users (LOWER(code))） - MySQL 8.0+ 可开启
optimizer_switch='use_index_extensions=on'辅助识别部分隐式转换
最常被忽略的一点：JOIN 条件错误往往不会报错，只会默默返回错的数据——它不像语法错误那样拦在执行前，而是潜伏在业务结果里，等报表对不上、用户投诉、资金差额出现才暴露。上线前拿真实小批量数据跑一遍 SELECT COUNT(*) 和 SELECT DISTINCT left_key 对比，比光看 SQL 本身管用得多。
