TikTok SQL Join：匹配、保留行、NULL 与过滤位置

题意与假设

这道练习题保留了面经中值得训练的核心约束，并将需要澄清的条件单独列出。现场拿到变体时，先和面试官确认这些条件。

• 训练SQL相等条件JOIN，NULL按三值逻辑；不假定key唯一。
• right/full支持依具体数据库版本，逻辑语义单独讨论。

解题路线

1. INNER JOIN只保留条件为True的配对，LEFT保留所有左行并给未匹配右列NULL，RIGHT对称，FULL保留两侧未匹配行，CROSS返回所有笛卡尔配对。
2. 重复key会一对多或多对多展开，不是根据key自动去重。左一行匹配右两行便输出两行，COUNT与SUM会相应增长，业务汇总需先明确粒度。
3. NULL=NULL不是True，因此普通等值JOIN不把两个NULL匹配；未匹配LEFT输出的NULL与右表原始NULL可能难区分，应使用非空标识或匹配标记判断。
4. ON决定哪些配对能匹配，WHERE在连接后过滤。LEFT JOIN后WHERE右表status=active会剔除补NULL行，可能使结果像inner；若要保留无匹配左行，应把适当条件放ON并核对需求。
5. 逻辑JOIN类型与物理算法分开：nested loop、hash join、merge join由索引、排序和规模决定。不能把INNER JOIN一概说O(NM)，也不能忽略输出可能本身就为N·M。
6. 测试无匹配、重复key、NULL、空表与过滤位置。用小表手算配对数，再查执行结果，避免只在一对一干净样本上验证。

手动走一遍

左id=[1,2,NULL]，右=[2,2,3,NULL]：inner两行(2,2)；left另加(1,NULL)和(NULL,NULL)，共4。left后WHERE b.id=2只剩两行；cross有3×4=12行。SQL例子已实际执行核对。

规模与取舍

输出R行至少Ω(R)；物理nested loop粗O(NM)，hash等值常见期望O(N+M+R)加内存，merge需已有排序或排序成本。

易错点与追问

容易失分的边界

• JOIN按key自动去重。
• NULL相等会匹配。
• LEFT后右条件WHERE仍保留全部左行。

继续深挖

• 如何表达anti/semi join？
• 如何避免汇总重复放大？
• ON与WHERE等价需要什么条件？