left join配合where右表主键is null是最可靠增量提取方式，因其基于主键物理比对识别“源表有、目标表无”的记录，不依赖时间戳或版本号；必须用is null而非= null，且需确保右表关联字段有索引、null值场景需显式处理。
LEFT JOIN 配合 WHERE 右表主键 IS NULL 是最直接、最可靠的增量提取方式，不依赖时间戳，避免因字段缺失或不准导致漏数据。
为什么用 LEFT JOIN + IS NULL 而不是 WHERE = NULL
增量的本质是「源表有、目标表无」。LEFT JOIN 保留左表（源）全部记录，右表（目标）没匹配上的字段全为 NULL；再用 WHERE t.id IS NULL 就能精准筛出这些缺失行。
常见错误是写成 = NULL —— SQL 中任何值与 NULL 比较都返回 UNKNOWN，结果永远为空。必须用 IS NULL。
- 漏写
WHERE t.id IS NULL→ 返回源表全量，误以为是增量 - 右表关联字段没索引 → 即使加了
IS NULL，优化器仍可能全表扫描，性能骤降 - 复合主键场景下，
ON条件必须覆盖全部主键字段，例如：s.order_id = t.order_id AND s.sku_code = t.sku_code
NULL 值字段导致匹配失败怎么办
当关联字段（如 email）允许 NULL 时，ON s.email = t.email 会跳过所有含 NULL 的行——因为 NULL = NULL 返回 UNKNOWN，不算匹配成功。
正确写法是显式补全 NULL 匹配逻辑：
SELECT s.* FROM source_user s LEFT JOIN target_user t ON (s.email = t.email OR (s.email IS NULL AND t.email IS NULL)) WHERE t.email IS NULL;
注意：不能只写 OR (s.email IS NULL AND t.email IS NULL)，否则破坏等值前提，可能引发笛卡尔积。
- 多个可能为
NULL的字段（如phone、address）需逐个展开判断，SQL 迅速变长 - 此时建议改用
NOT EXISTS，语义更清晰，也更容易维护 - PostgreSQL 用户可用
s.email IS NOT DISTINCT FROM t.email简化写法
多表 JOIN 后怎么安全做增量导出
不能在最终 JOIN 结果上直接 WHERE updated_at > ?——这会漏掉「关联表更新但主表未动」的业务记录。
真正要捕获的是「任一相关表自上次导出后发生变更」的完整业务行，所以得先算出逻辑最新时间：
SELECT s.*, GREATEST( COALESCE(t1.updated_at, '1970-01-01'), COALESCE(t2.updated_at, '1970-01-01') ) AS last_updated FROM source s LEFT JOIN table1 t1 ON s.id = t1.source_id LEFT JOIN table2 t2 ON s.id = t2.source_id WHERE GREATEST( COALESCE(t1.updated_at, '1970-01-01'), COALESCE(t2.updated_at, '1970-01-01') ) > '2026-06-20';
-
GREATEST()在 MySQL 5.7+ 支持，PostgreSQL 需绕写（如用VALUES或窗口函数） -
COALESCE必须兜底，否则任意一个updated_at为NULL就让整行GREATEST返回NULL - 性能关键：把时间过滤下推到子查询，比如先
WHERE updated_at > ?分别筛table1和table2，再JOIN，比全量JOIN后筛快得多
为什么 RIGHT JOIN 几乎不用，LEFT JOIN 更好控制
实际执行中，RIGHT JOIN 和 LEFT JOIN 逻辑等价，但可读性差——谁是驱动表、谁是被驱动表，一眼看不出。绝大多数人习惯从左往右读，所以统一用 LEFT JOIN，把主表放左边，辅表放右边，意图明确。
更重要的是，优化器对 LEFT JOIN 的驱动表选择更稳定；而 RIGHT JOIN 容易让开发误以为右表是主表，结果在写 WHERE 条件时错加在右表字段上，导致逻辑错误。
- 如果业务天然以右表为主（比如按订单状态查用户），直接调换表顺序写成
FROM target_user t LEFT JOIN source_user s ON ...，比硬用RIGHT JOIN清晰 - MySQL 默认使用
Index Nested-Loop Join，左表是否走索引、右表关联字段有没有索引，直接影响性能，LEFT JOIN更利于人工干预驱动表选择
真正容易被忽略的是右表的统计信息和索引状态——哪怕 SQL 写得完全正确，只要 target 表的关联字段没索引，或者 ANALYZE TABLE 长期没跑，优化器就可能选错执行计划，把 IS NULL 过滤拖成全表扫描。上线前务必确认这两点。
