LEFT JOIN重复是正常行为，非SQL错误；右表每键多行会导致左表对应行重复；应通过子查询GROUP BY预聚合或ROW_NUMBER()取指定行来避免膨胀。
LEFT JOIN重复不是SQL写错了，是它本该如此
只要右表对同一个关联键（比如 user_id）有多条记录，左表那行就会被复制多次——这是关系代数的自然行为，不是bug。比如 t_user 有100行，t_login_log 中 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。
常见误判点：
- 用
COUNT(*)直接统计 JOIN 结果当“用户数”，结果虚高 - 后续再 JOIN 第三张表时，拿膨胀后的结果当主表，错误级联放大
- 看到重复就加
DISTINCT，但没意识到它只对最终字段组合去重，不解决逻辑膨胀
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;
-
AND p.rn = 1必须写在ON子句里，不能放WHERE，否则会把没日志的用户也过滤掉 -
PARTITION BY user_id是分组依据，ORDER BY log_time DESC决定哪条排第一 - 如果要取最早一条，把
DESC换成ASC
DISTINCT 和 EXISTS 的适用边界
DISTINCT 只对 SELECT 字段组合去重。只要任意一列不同，整行就不算重复。比如查 u.id, u.name, l.ip_addr, l.log_time，哪怕同一个用户有5条日志，l.ip_addr 或 l.log_time 都不同，DISTINCT 就不会合并任何一行。
更危险的是这种写法：
SELECT DISTINCT u.id, u.name FROM users u LEFT JOIN t_log l ON u.id = l.user_id
它看似“去重了”，但实际丢失了所有日志字段；而一旦你加上 l.ip_addr，重复立刻回来。
如果你只关心“是否存在匹配”，而不是取右表字段，EXISTS 天然不产生重复，且性能更好：
SELECT * FROM users u WHERE EXISTS ( SELECT 1 FROM t_log l WHERE l.user_id = u.id AND l.log_time >= '2024-01-01' );
真正难处理的，是业务上要求“每个用户只展示一条最新日志，但字段必须全”，这时必须用 ROW_NUMBER()，且要注意数据库版本和 ON 条件写法——漏掉 AND p.rn = 1 或错放到 WHERE，结果就全乱了。
