left join 核心是左表行数不变，右表无匹配时字段为 null；where 中误写右表条件会使其退化为 inner join；右表多匹配导致左表行重复；null 值需用 coalesce 等处理避免计算错误。
LEFT JOIN 的核心行为：左表行数不变
LEFT JOIN 保证左表的每一行都出现在结果中，哪怕右表没有匹配项——此时右表字段全为 NULL。这不是“筛选”或“补全”，而是“保留左表主干 + 尝试拼接右表”。关键点在于：只要没在 WHERE 里对右表字段做非空限制，就不会意外过滤掉左表行。
WHERE 条件写错会让 LEFT JOIN 变成 INNER JOIN
常见错误是把本该放在 ON 子句里的右表条件挪到 WHERE 中。一旦 WHERE right_table.status = 'active' 这类判断生效，那些右表没匹配（即 status 是 NULL）的左表行就被筛掉了。
正确做法：
-
ON里写关联逻辑和右表的宽松过滤（如ON a.id = b.a_id AND b.deleted = 0） -
WHERE里只写左表自身的约束（如WHERE a.created_at > '2024-01-01'）
右表多匹配导致左表行重复，需提前预判
如果右表对左表某一行有多个匹配（比如一个订单对应三条物流记录），LEFT JOIN 会生成多行。这不是 bug，是预期行为。但若你只想取“最新一条”或“任意一条”，就得加子查询或窗口函数。
例如取每个用户的最新登录记录：
SELECT u.*, l.last_login FROM users u LEFT JOIN ( SELECT user_id, MAX(created_at) AS last_login FROM logins GROUP BY user_id ) l ON u.id = l.user_id
NULL 值处理不当会影响后续计算
LEFT JOIN 后右表字段可能为 NULL，直接参与 SUM()、COUNT() 或字符串拼接时容易出错。比如 COUNT(b.id) 统计的是右表非空匹配数，而 COUNT(*) 才是左表总行数。
常用应对方式：
- 用
COALESCE(b.amount, 0)替代裸字段参与数值运算 - 用
b.name IS NOT NULL显式判断是否存在匹配 - 避免在
GROUP BY中混用左表和右表字段，除非确认右表字段不会为NULL
NULL，最后看聚合或过滤有没有悄悄吃掉本该保留的行——这些地方最容易漏。
