加班遇到一个SQL问题，本想把别人的SQL改下成SparkSQL，在YARN上运行，然而数据一直对不上。
原SQL
⚠️说明：a.id，b.id没有空的，数据1:1，b.name可能存在空的
select a.id,b.id,b.name
from table_a a
left join table_b b on a.id = b.id and b.is_delete = 0 and b.name is not null
where
exists(select 1 from table_b c where a.id = c.id and c.is_delete = 0
)改后的
想法是：既然exists过滤了，为什么不直接inner join呢，于是乎：
select a.id,b.id,b.name
from table_a a
inner join table_b b on a.id = b.id and b.is_delete = 0 求助群友
问了下群友，区别是我一直以为left join 后 b.name is not null并没什么用，就没有带，我问群友，下面这两个SQL有什么区别：
select *
from table_a a
left join table_b b on a.id = b.id and b.is_delete = 0
where
exists(select 1 from table_b c where a.id = c.id and c.is_delete = 0
)select *
from table_a a
inner join table_b b on a.id = b.id and b.is_delete = 0 群友问AI的结果
这样的回答，不太对
自悟
然后仔细去品味这两个SQL有什么不同
-- （1）
select a.id,b.id,b.name
from table_a a
left join table_b b on a.id = b.id and b.is_delete = 0 and b.name is not null
where
exists(select 1 from table_b c where a.id = c.id and c.is_delete = 0
)-- （2）select a.id,b.id,b.name
from table_a a
inner join table_b b on a.id = b.id and b.is_delete = 0 数据table_a
| id |
| 1 |
| 2 |
| 3 |
数据table_b
| id | name | id_delete |
| 1 | aa | 0 |
| 2 | bb | 0 |
| 3 | NULL | 0 |
结论：
（1）sql计算后的会剔除掉 table_a 不符合 a.id = c.id and c.is_delete = 0 条件的数据。加上 name is not null。最后的数据会出现这两类情况：
a.id,null,null # name为null，b表全部为空
a.id,b.id,b.name # 全部有值| a.id | b.id | b.name |
| 1 | 1 | aa |
| 2 | 2 | bb |
| 3 | NULL | NULL |
（2）sql计算后中则会出现这两类情况：
a.id,b.id,null
a.id,b.id,b.name # 全部有值| a.id | b.id | b.name |
| 1 | 1 | aa |
| 2 | 2 | bb |
| 3 | 3 | NULL |
所以，count的时候是没有问题的，两个都可以，如果是取具体的值有所区别。
拓展
如果a.id b.id 是1:n 呢?
数据table_a
| id |
| 1 |
| 2 |
| 3 |
| 10 |
数据table_b
| id | name | id_delete |
| 1 | aa | 0 |
| 1 | NULL | 0 |
| 2 | bb | 0 |
| 3 | NULL | 0 |
-- （1）
select a.id,b.id,b.name
from table_a a
left join table_b b on a.id = b.id and b.is_delete = 0 and b.name is not null
where
exists(select 1 from table_b c where a.id = c.id and c.is_delete = 0
)| a.id | b.id | b.name |
| 1 | 1 | aa |
| 2 | 2 | bb |
| 3 | NULL | NULL |
-- （2）select a.id,b.id,b.name
from table_a a
inner join table_b b on a.id = b.id and b.is_delete = 0 | a.id | b.id | b.name |
| 1 | 1 | aa |
| 1 | 1 | NULL |
| 2 | 2 | bb |
| 3 | 3 | NULL |
所以，如果count的时候，1对n，相对于1:1是有区别的。
最后
（1）菜就要学，就要钻研。
（2）加班使人头疼，头脑不灵光。
（3）具体问题，具体分析。
