LEFT JOIN重复是语义使然，并非SQL错误；需通过右表预聚合（GROUP BY）、窗口函数（ROW_NUMBER）或加唯一约束来控制行数。
LEFT JOIN 出现重复数据不是 SQL 写错了，而是它本该如此——只要右表对同一个关联键有多条记录，左表那行就会被复制多次。想靠 DISTINCT 或外层 GROUP BY “擦掉”重复，往往掩盖问题、拖慢查询，还可能选错值。
LEFT JOIN 为什么会撑开行数
这是关系代数的自然行为：左表每行，匹配右表所有符合条件的行。比如 t_user 有 100 行，t_login_log 里 user_id = 5 的记录有 7 条，那么用户 ID 为 5 的那行在结果里就出现 7 次。
- 常见错误现象：
SELECT COUNT(*) FROM t_user u LEFT JOIN t_login_log l ON u.id = l.user_id返回 320，但SELECT COUNT(*) FROM t_user只有 100 —— 说明平均每人有 3.2 条日志 -
DISTINCT无效？因为右表带了log_time、ip_addr等不同值，整行不重复，去不了 - 加
WHERE l.ip_addr IS NOT NULL仍重复？这只是筛掉 NULL 行，没动匹配逻辑本身 - 右表缺少
UNIQUE(user_id)或PRIMARY KEY约束，重复就必然发生；建索引不能解决这个逻辑问题
用子查询 + GROUP BY 预聚合右表
核心思路：不让原始右表直接上场，而是先用 GROUP BY 把它压成“一行一主键”，再 JOIN。适合你只需要右表某个汇总值（最新 IP、登录次数、任意一条）的场景。
- 取每个用户的最新登录 IP：
SELECT u.id, u.name, p.latest_ip FROM t_user u LEFT JOIN ( SELECT user_id, MAX(ip_addr) AS latest_ip FROM t_login_log GROUP BY user_id ) p ON p.user_id = u.id;
-
GROUP BY user_id确保子查询最多返回 1 行 / 用户，JOIN 后左表不再膨胀 - 聚合函数选
MAX()、MIN()、COUNT()还是ANY_VALUE()，取决于你要哪条数据；MySQL 5.7+ 严格模式下，非分组字段必须套聚合函数 - 子查询里加
WHERE status = 'success'能提前过滤，比在外层WHERE更高效
用子查询 + ROW_NUMBER() 取指定完整行
当你需要右表的全部字段（不止一个值），且明确要某一条（比如最新、最早、最高分），ROW_NUMBER() 是最可控的方式。注意：MySQL 8.0+、PostgreSQL、SQL Server 支持；MySQL 5.7 不支持。
- 取每个用户的最后一条登录记录：
SELECT u.id, u.name, p.ip_addr, p.log_time FROM t_user u LEFT JOIN ( SELECT user_id, ip_addr, log_time, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY log_time DESC) AS rn FROM t_login_log ) p ON p.user_id = u.id AND p.rn = 1; -
PARTITION BY user_id分组，ORDER BY log_time DESC排序，rn = 1确保只取最新一条 - 如果要取“最早一条”，把
DESC换成ASC即可 - 若右表字段含
NULL，ORDER BY中需显式处理，例如ORDER BY log_time DESC NULLS LAST（PostgreSQL）或用COALESCE(log_time, '1970-01-01')（MySQL）
为什么别在 JOIN 后硬加 DISTINCT
DISTINCT 是按整行比对的“照相机”，不是“去重开关”。它不理解业务逻辑，只认字面差异。
- 如果
SELECT中包含右表字段（如t_log.ip_addr），DISTINCT会随机保留其中一行的值，不可控 -
DISTINCT在某些数据库中会隐式触发排序，大表查询性能明显下降 - 它掩盖了真正的语义问题：比如本该一对一却出现多对一，后续查数据一致性缺陷更难定位
- 真正安全的写法是让右表在 JOIN 前就“变瘦”——要么聚合，要么窗口筛选，而不是事后擦除
最容易被忽略的一点：子查询里的 WHERE 条件和 ON 条件位置不同，语义完全不同。把过滤条件错放到外层 WHERE，可能把 LEFT JOIN 变成 INNER JOIN；而漏掉子查询中的关键过滤，又会让预聚合失去意义。写完务必用小数据集 SELECT * 验证中间结果是否真是一行一主键。
