SQL 外连接的执行过程解析

外连接中驱动表优先匹配，被驱动表需关联字段索引；ON决定匹配逻辑，WHERE过滤最终结果；NULL填充无法索引加速，哈希外连接仅在无索引全扫时可能提速。

外连接执行时，驱动表和被驱动表怎么选

外连接的执行顺序不完全由 sql 写法决定，而取决于优化器对 JOIN 顺序的选择。左外连接（LEFT JOIN）中，左侧表默认为驱动表，右侧表为被驱动表；右外连接（RIGHT JOIN）则相反。但若开启 optimizer_switch='join_cache_level=2' 或存在合适索引，优化器可能重排顺序——此时 EXPLaiN 的 table 列顺序和 type 字段（如 ref vs ALL）才是真实执行路径的关键依据。

常见错误现象：明明写了 LEFT JOIN，却在 WHERE 子句里对右表字段加了非空条件（如 WHERE t2.status = 'active'），结果变成隐式内连接——因为过滤发生在连接后，NULL 行被直接剔除。

• 驱动表应尽量小，或有高选择性索引，减少循环次数
• 被驱动表必须在关联字段上有索引，否则触发全表扫描（type: ALL）
• 用 STRAIGHT_JOIN 可强制按书写顺序执行，但需确认统计信息准确，否则反而更慢

ON 条件和 WHERE 条件在外连接中的作用差异

ON 是连接阶段的“匹配规则”，决定哪些行能组成临时结果；WHERE 是连接完成后的“最终过滤”，会筛掉已生成的整行（包括左表数据）。对左外连接来说，ON 中右表条件不满足时，右表字段补 NULL，左表行仍保留；而 WHERE 中对右表字段的限制会让这些 NULL 行消失。

示例：select * FROM orders o LEFT JOIN users u ON o.user_id = u.id AND u.status = 'active' —— 这里 u.status = 'active' 在 ON 中，不影响 orders 行输出；若挪到 WHERE u.status = 'active'，则所有无匹配活跃用户或用户为非活跃的订单都会被过滤掉。

• ON 支持对任意表字段做条件，包括被驱动表的非索引字段（但性能差）
• WHERE 中对被驱动表字段的等值条件，可能让优化器放弃外连接语义，转为内连接执行
• 多表外连接链（如 A LEFT JOIN B LEFT JOIN C）中，ON 条件只作用于相邻两表，不能跨跳

NULL 值填充发生在哪一步，能否被索引利用

NULL 填充是外连接算法的最后一步：先完成驱动表与被驱动表的匹配（类似内连接逻辑），再将未匹配的驱动表行单独拎出，对其被驱动表字段补 NULL。这个过程发生在存储引擎返回数据之后、Server 层组装结果之前，因此无法被任何索引加速——索引只参与匹配阶段的查找，不参与补 NULL。

这意味着：即使被驱动表完全没数据，只要驱动表有 100 万行，外连接结果也至少有 100 万行，且每行都要构造一次 NULL 值。如果后续还有 GROUP BY 或 ORDER BY，代价会进一步放大。

• 补 NULL 不触发磁盘 I/O，但增加 CPU 和内存开销（尤其大字段如 TEXT）
• 联合索引无法覆盖 “驱动表有值 + 被驱动表无匹配” 这一场景，所以别指望靠索引避免 NULL 行
• 用 EXPLAIN format=jsON 查看 filtered 字段，若被驱动表的 filtered 接近 0，说明大量行未匹配，补 NULL 开销已成瓶颈

mysql 8.0+ 的哈希外连接是否真能提速

MySQL 8.0.18 引入了哈希外连接（Hash Outer Join），但仅适用于被驱动表走全表扫描（type: ALL 或 type: index）且无合适索引的场景。它把驱动表建哈希表，再流式扫描被驱动表做探测。相比嵌套循环，它减少了随机 I/O，但内存占用更高，且不支持被驱动表使用索引查找（即不兼容 ref/eq_ref）。

是否启用由优化器自动判断，可通过 SET optimizer_switch='hash_join=on' 手动打开，但需注意：若驱动表太大导致哈希表溢出磁盘，性能反而暴跌；且哈希连接不支持 using 语法，只认 ON 显式条件。

• 查看 EXPLAIN 输出中 Extra 是否含 Using where; Using join buffer (hash join)
• 哈希外连接无法下推 WHERE 条件到被驱动表扫描前，所以过滤越晚，扫描越多
• 小数据量（

外连接的真实开销往往不在连接本身，而在补 NULL 后的数据流转——比如后续排序、聚合、网络传输，这些环节对 NULL 的处理成本常被低估。