EXCEPT更简洁但要求两表结构完全一致且自动去重；LEFT JOIN配合IS NULL更灵活可靠，可保留重复、定位差异明细并支持复杂条件。
直接说结论：用 EXCEPT 更简洁，但只适用于“完全相同结构的两组行”，且会自动去重；想保留重复行、查出具体哪边多/少、或带原始明细时，LEFT JOIN（配合 IS NULL）才是可靠选择。
EXCEPT 能不能直接比两个 GROUP BY 结果？
能，但有硬性前提：两边 SELECT 的列数、顺序、数据类型必须严格一致，且结果集逻辑上是“可比较的集合”。比如都统计各城市的订单数：
SELECT city, COUNT(*) AS cnt FROM orders_2023 GROUP BY city EXCEPT SELECT city, COUNT(*) AS cnt FROM orders_2024 GROUP BY city;
这会返回「2023 年有、但 2024 年没有的城市（或同城市但数量不同）」——注意：EXCEPT 比较的是整行，所以如果某城市两年都是 100 单，它不会出现；但如果 2023 是 100、2024 是 101，这一行就会被保留下来。
-
EXCEPT自动去重，不反映重复分组项的频次差异 - 不区分“左边有右边无”和“右边有左边无”，只返回左减右的结果
- PostgreSQL/SQL Server/SQLite 支持；MySQL 不支持，得用
NOT EXISTS替代
LEFT JOIN 查差异时，ON 条件为什么必须包含所有分组键？
因为你要对齐的是“同一维度组合”的统计值。比如按 category 和 region 分组，ON 就得写成 ON a.category = b.category AND a.region = b.region，漏掉任何一个，就会产生笛卡尔式错配。
典型写法：
SELECT a.category, a.region, a.cnt AS cnt_2023, b.cnt AS cnt_2024 FROM ( SELECT category, region, COUNT(*) AS cnt FROM orders_2023 GROUP BY category, region ) a LEFT JOIN ( SELECT category, region, COUNT(*) AS cnt FROM orders_2024 GROUP BY category, region ) b ON a.category = b.category AND a.region = b.region WHERE b.cnt IS NULL; -- 找出 2023 有但 2024 完全缺失的分组
- 把
WHERE b.cnt IS NULL换成WHERE a.cnt != b.cnt OR b.cnt IS NULL，就能抓出数量变化或消失的全部情况 - 若还要查“2024 有但 2023 没有的”，换用
RIGHT JOIN或改写为FULL OUTER JOIN（注意 MySQL 不原生支持） - 别在
JOIN前加HAVING过滤——那会先筛掉数据，导致无法识别“从有到无”的变化
NULL 值在分组和 JOIN 中怎么处理才不漏数据？
分组字段含 NULL 时，GROUP BY 会把所有 NULL 归为同一组；但 JOIN 时，NULL = NULL 判定为 FALSE，导致这些行无法匹配。
解决办法统一：用 COALESCE(col, 'NULL_PLACEHOLDER') 或 (col IS NOT DISTINCT FROM other_col)（PostgreSQL）显式处理。例如：
ON COALESCE(a.category, '__NULL__') = COALESCE(b.category, '__NULL__')
- 避免用
IS NULL单独判断再拼接，逻辑易错且难维护 - 占位符字符串要确保不会真实出现在业务数据中
- 如果表里
NULL很多，建议先清洗或补默认值，比运行时转换更稳定
真正难的不是语法，是搞清你想回答的问题：是“哪些分组消失了”，还是“哪些分组的数量变了”，又或者“变化是否集中在某些维度”。选操作前，先写一句自然语言问题，再决定用 EXCEPT 还是带条件的 JOIN。否则很容易跑出结果却看不懂它到底在说什么。
