分库后join查不到数据是因为sql路由失效，中间件不支持跨库join，需改用应用层组装或确保同分片键路由。
分库后 JOIN 查不到数据，是因为 SQL 路由失效
分库之后，跨库 JOIN 天然不支持——中间件（如 ShardingSphere、MyCat）或自研路由层通常只按分片键路由单表查询，遇到多表 JOIN 且涉及不同库时，要么报错，要么只查一个库、结果为空或错乱。
常见错误现象：ShardingSphere-JDBC 报 UnsupportedOperationException: Cannot support multiple tables with different data sources in JOIN；MyCat 返回空结果但无报错；应用层查出的数据明显缺失关联字段。
- 优先改写业务逻辑：用「两次查询 + 应用层组装」替代
JOIN，比如先查订单列表（带user_id），再批量查用户信息 - 若必须
JOIN，确保所有参与表都按同一分片键（如user_id）分库，且路由规则一致，否则中间件无法对齐数据源 - 避免在分库场景下使用全局表（如
dict_type）与分片表做JOIN，部分中间件不自动广播查询，需显式配置broadcast-tables
sharding-jdbc 的 standard 和 complex 分片策略区别在哪
standard 只支持单分片键（如 order_id），对应一个 sharding-column 和一个分片算法；complex 支持多列组合（如 user_id + create_time），但要求所有查询必须包含全部分片列，否则路由失败或全库扫描。
使用场景：standard 适合用户中心类系统（按 user_id 分）；complex 常用于订单归档（按 user_id 分库 + create_time 分表），但代价是 WHERE create_time > ? 单独出现时，会遍历所有库。
-
standard策略下，SELECT * FROM order WHERE user_id = 123路由精准；但WHERE order_id = 456会全库扫 -
complex策略下，WHERE user_id = 123 AND create_time BETWEEN '2023-01' AND '2023-06'才能准确定位，缺一不可 - 性能影响：复杂策略提升写入局部性，但大幅增加查询条件约束，线上误写
WHERE条件极易引发慢查询
分表后 MAX(id) 或 ORDER BY id DESC LIMIT 1 拿不到最新记录
分表后 id 不全局唯一，各表独立自增，MAX(id) 返回的是当前表最大值，不是整个逻辑表最新写入记录；ORDER BY id DESC LIMIT 1 同理，只查单表，可能漏掉其他分表里更晚插入的高 id 记录。
该系统采用VS2005+SQL2000+Extjs2.0开发由于学extjs 一月不到 属初学者，项目有很多不足地方请见谅(注释不标准按自己想法随意注释了一下)数据库脚本:压缩包目录下.DB.sql便是该项目为双用户：管理员 与营业员 角色登陆显示不同信息数据库方面一小部分功能运用存储过程或者直接附加DB_51aspx下Sql数据库文件
典型错误：用 id 当时间序标识做同步、轮询或翻页，导致漏数据或重复处理。
- 正确做法是引入逻辑时间字段，如
create_time（精度到毫秒），并确保写入时严格单调；查询用ORDER BY create_time DESC LIMIT 1 - 如果必须依赖递增编号，改用分布式 ID 生成器（如
snowflake、leaf），确保全局有序，再按该字段分片 - 避免在分表场景下用
SELECT LAST_INSERT_ID()获取刚插入记录的完整状态——它只返回当前物理表的 ID，不反映路由后的实际归属
跨分片 COUNT(*)、GROUP BY 性能差，根本原因不是 SQL 写法
这类聚合操作慢，不是因为没加索引或没写对 SQL，而是中间件必须把请求下发到所有分片，拉回全部原始数据，在内存中合并计算。数据量大时，网络传输和应用层 CPU 成瓶颈，比单库慢数倍甚至十倍。
兼容性影响明显：ShardingSphere 5.x 默认开启 merge 引擎，但超过 10 个分片 + 百万级行时，JVM 常因 OOM 中断；MyCat 则可能直接超时断连。
- 能预计算就预计算：比如用定时任务更新
daily_order_count表，而不是每次查SELECT COUNT(*) FROM order WHERE create_time > ? - 接受近似结果：用 HyperLogLog 或采样（如
LIMIT 10000后统计）替代精确聚合，尤其用于监控看板 - 强制下推失败时，检查是否用了不支持下推的函数，如
DATE_FORMAT(create_time, '%Y-%m')会导致整个GROUP BY无法下推，改用create_time >= ? AND create_time 区间过滤
分库分表不是银弹，真正难的从来不是怎么切，而是切完之后，那些你以为“还是原来那样查”的地方，全都悄悄变了规则。
