一、开始之前
在进行单表查询之前，请确保：
1. 已创建 TDSQL Boundless 实例。
2. 已导入测试数据：这篇档使用 TPC-H 基准测试数据集作为示例，详情请参考 TPC-H 基准测试数据模型。
3. 已建立数据库连接：通过 MySQL 客户端或应用程序连接到 TDSQL Boundless。
二、内连接（INNER JOIN）
内连接只返回两张表中同时满足连接条件的行。如果某一侧没有匹配的行，则该行不会出现在结果中。
查询每个订单对应的客户名称：
SELECT o.o_orderkey, o.o_orderdate, o.o_totalprice, c.c_name, c.c_mktsegmentFROM orders oINNER JOIN customer c ON o.o_custkey = c.c_custkey;
在这个查询中，只有在 customer 表中存在对应客户的订单才会被返回。
多表内连接 — 查询订单明细及其所属订单和客户信息：
SELECT c.c_name, o.o_orderkey, o.o_orderdate, l.l_partkey, l.l_quantity, l.l_extendedpriceFROM customer cINNER JOIN orders o ON c.c_custkey = o.o_custkeyINNER JOIN lineitem l ON o.o_orderkey = l.l_orderkeyWHERE o.o_orderdate BETWEEN '1995-01-01' AND '1995-03-31'ORDER BY l.l_extendedprice DESCLIMIT 20;
注意：由于使用的是 INNER JOIN，没有下过订单的客户不会出现在结果中。如果需要包含没有订单的客户，应使用 LEFT JOIN。
三、左外连接（LEFT JOIN）
左外连接返回左表的所有行。对于右表中没有匹配的行，结果中右表的列填充为 NULL。
查询所有客户及其订单数量（包括没有下过订单的客户）：
SELECT c.c_custkey, c.c_name, c.c_mktsegment, COUNT(o.o_orderkey) AS order_countFROM customer cLEFT JOIN orders o ON c.c_custkey = o.o_custkeyGROUP BY c.c_custkey, c.c_name, c.c_mktsegmentORDER BY order_count ASCLIMIT 20;
与 INNER JOIN 不同，即使某个客户在 orders 表中没有任何记录，该客户仍然会出现在结果中，其 order_count 为0。
使用 LEFT JOIN 查找不匹配的行 — 查询没有下过订单的客户：
SELECT c.c_custkey, c.c_name, c.c_phoneFROM customer cLEFT JOIN orders o ON c.c_custkey = o.o_custkeyWHERE o.o_orderkey IS NULL;
这种写法等价于 NOT EXISTS 子查询，但在某些场景下执行效率更高：
— 等价写法SELECT c_custkey, c_name, c_phoneFROM customer cWHERE NOT EXISTS ( SELECT 1 FROM orders o WHERE o.o_custkey = c.c_custkey);
四、右外连接（RIGHT JOIN）
右外连接返回右表的所有行，对于左表中没有匹配的行，左表的列填充为 NULL。其逻辑与 LEFT JOIN 对称。
查询所有国家及其客户数量：
SELECT n.n_name AS nation_name, COUNT(c.c_custkey) AS customer_countFROM customer cRIGHT JOIN nation n ON c.c_nationkey = n.n_nationkeyGROUP BY n.n_nameORDER BY customer_count DESC;
实践教程：在实际开发中，建议统一使用 LEFT JOIN 代替 RIGHT JOIN，只需调换表的顺序即可。这样可以保持 SQL 风格一致，提高可读性。
上述查询等价于：
SELECT n.n_name AS nation_name, COUNT(c.c_custkey) AS customer_countFROM nation nLEFT JOIN customer c ON c.c_nationkey = n.n_nationkeyGROUP BY n.n_nameORDER BY customer_count DESC;
五、交叉连接（CROSS JOIN）
交叉连接返回两张表的笛卡尔积，即左表的每一行与右表的每一行组合。如果左表有 m 行、右表有 n 行，结果集将有 m * n 行。
查询所有区域和市场细分的组合：
SELECT r.r_name AS region_name, seg.segment_nameFROM region rCROSS JOIN ( SELECT DISTINCT c_mktsegment AS segment_name FROM customer) segORDER BY r.r_name, seg.segment_name;
注意：交叉连接会产生非常大的结果集，在生产环境中应谨慎使用，通常仅用于生成维度组合等特定场景。
六、左半连接（LEFT SEMI JOIN）
左半连接用于判断左表的行在右表中是否存在匹配，只返回左表的列，且每行最多返回一次。TDSQL 语法中并不直接支持 LEFT SEMI JOIN 语法，通常通过 EXISTS 或 IN 子查询来表达。
查询有过订单的客户：
SELECT c.c_custkey, c.c_name, c.c_acctbalFROM customer cWHERE EXISTS ( SELECT 1 FROM orders o WHERE o.o_custkey = c.c_custkey);
等价的 IN 写法：
SELECT c_custkey, c_name, c_acctbalFROM customerWHERE c_custkey IN ( SELECT o_custkey FROM orders);
与 INNER JOIN 不同，左半连接不会因右表存在多条匹配而产生重复行。例如一个客户有10个订单，INNER JOIN 会返回10行，而左半连接只返回1行。
七、隐式连接
不使用 JOIN 关键字，而是在 FROM 子句中列出多张表，并在 WHERE 子句中指定连接条件。隐式连接的行为等同于 INNER JOIN。
SELECT c.c_name, o.o_orderkey, o.o_totalpriceFROM customer c, orders oWHERE c.c_custkey = o.o_custkey AND o.o_orderdate >= '1995-01-01'ORDER BY o.o_totalprice DESCLIMIT 10;
实践教程：建议使用显式的 JOIN … ON 语法代替隐式连接。显式语法将连接条件与过滤条件分离，SQL 的意图更加清晰，也更易于维护。
八、JOIN 相关算法
TDSQL Boundless 优化器会基于代价评估自动选择最优的连接算法。目前支持两种核心算法：Nested Loop Join 和 Hash Join。
九、Nested Loop Join
Nested Loop Join（嵌套循环连接）是最基础的连接算法。其原理是遍历外表（驱动表）的每一行，然后在内表中查找匹配的行。
TDSQL Boundless 默认采用 Batched Key Access（BKA） 方式执行 Nested Loop Join。BKA 的核心优化思路是：将外表的多行键值批量收集后，一次性发送给内表进行查找，而不是逐行发送。这种批处理方式有两个显著优势：
1. 减少 RPC 频次：将多次单行查找合并为一次批量请求，大幅降低网络开销
2. 提升存储引擎读取效率：内表收到一批键值后，批量索引查找和回表，提升存储引擎读取效率
适用场景：
·内表的连接列上有索引
·外表数据量相对较小，或经过 WHERE 过滤后行数较少
·索引选择性好（即通过索引能快速定位少量行）
示例：
— 典型的 Nested Loop Join 场景– orders 作为外表，customer 通过主键 c_custkey 作为内表SELECT o.o_orderkey, o.o_totalprice, c.c_nameFROM orders oINNER JOIN customer c ON o.o_custkey = c.c_custkeyWHERE o.o_orderdate = '1995-03-15';
在这个查询中，orders 表经过 o_orderdate 过滤后行数较少，作为驱动表；customer 表的 c_custkey 是主键，作为被驱动表。BKA 会将过滤后的 o_custkey 值批量发送，一次性在 customer 表中查找匹配行。
十、Hash Join
Hash Join（哈希连接）的原理是：首先将较小的表（构建表）加载到内存中构建哈希表，然后遍历较大的表（探测表），对每一行通过哈希函数快速查找匹配行。
适用场景：
·连接列上没有合适索引
·等值连接（= 条件）
示例：
— 典型的 Hash Join 场景– 两张大表的等值连接，且连接列无索引SELECT l.l_orderkey, l.l_extendedprice, l.l_discount, p.p_name, p.p_typeFROM lineitem lINNER JOIN part p ON l.l_partkey = p.p_partkeyWHERE p.p_type LIKE '%BRASS%';
十一、算法选择
TDSQL Boundless 优化器基于代价模型自动选择连接算法，主要考虑以下因素：
| 因素 | Nested Loop Join (BKA) | Hash Join |
| 索引依赖 | 需要内表连接列上有索引 | 不依赖索引 |
| 数据量 | 适合外表较小、内表较大的场景 | 适合两表都较大的场景 |
| 内存消耗 | 较低，按批次处理 | 较高，需要在内存中构建哈希表 |
| 连接类型 | 等值和非等值连接 | 仅支持等值连接 |
通过 EXPLAIN 可以查看优化器选择的连接算法：
EXPLAIN SELECT o.o_orderkey, c.c_nameFROM orders oINNER JOIN customer c ON o.o_custkey = c.c_custkeyWHERE o.o_orderdate = '1995-03-15';
十二、JOIN 顺序
在多表连接查询中，表的连接顺序对查询性能有重要影响。TDSQL Boundless 优化器会自动评估不同的连接顺序，选择代价最低的执行方案。
十三、自动优化
优化器在生成执行计划时，会综合考虑表的大小、索引情况、过滤条件的选择性等因素，自动调整连接顺序：
— 优化器会自动决定 customer、orders、lineitem 的连接顺序SELECT c.c_name, o.o_orderdate, l.l_extendedpriceFROM customer cINNER JOIN orders o ON c.c_custkey = o.o_custkeyINNER JOIN lineitem l ON o.o_orderkey = l.l_orderkeyWHERE c.c_mktsegment = 'BUILDING' AND o.o_orderdate < '1995-03-15' AND l.l_shipdate > '1995-03-15';
十四、使用 Hint 指定连接顺序
当优化器选择的连接顺序不理想时，可以通过 Hint 手动干预连接顺序。
·JOIN_ORDER：指定所有表的完整连接顺序：
SELECT /*+ JOIN_ORDER(o, c, l) */ c.c_name, o.o_orderdate, l.l_extendedpriceFROM customer cINNER JOIN orders o ON c.c_custkey = o.o_custkeyINNER JOIN lineitem l ON o.o_orderkey = l.l_orderkeyWHERE c.c_mktsegment = 'BUILDING' AND o.o_orderdate < '1995-03-15' AND l.l_shipdate > '1995-03-15';
JOIN_ORDER(o, c, l) 强制优化器严格按 orders > customer > lineitem 的顺序执行连接，忽略 SQL 中的表书写位置。
·JOIN_PREFIX：仅指定连接顺序的前几张表，其余表由优化器自动决定：
SELECT /*+ JOIN_PREFIX(o, c) */ c.c_name, o.o_orderdate, l.l_extendedpriceFROM customer cINNER JOIN orders o ON c.c_custkey = o.o_custkeyINNER JOIN lineitem l ON o.o_orderkey = l.l_orderkeyWHERE c.c_mktsegment = 'BUILDING' AND o.o_orderdate < '1995-03-15' AND l.l_shipdate > '1995-03-15';
JOIN_PREFIX(o, c) 强制前两张表的连接顺序为 orders > customer，而 lineitem 的连接位置由优化器自行选择。当只需要控制部分关键表的顺序、其余表交由优化器优化时，JOIN_PREFIX 比 JOIN_ORDER 更灵活。