笔记 | 实战避坑｜从根源解决 MySQL/PG 迁移 KES LEFT JOIN 数据异常问题

后续拆解执行计划才发现，这根本不是数据同步问题，也不是 KES 数据库 Bug，而是 KES 优化器的外连接消除机制在悄悄生效。相比于 MySQL、PostgreSQL，KES 的查询优化更加激进，会自动改写外连接语句，将 LEFT JOIN 转为 INNER JOIN，最终导致业务数据丢失。

这是异构数据库迁移中挺典型的兼容性坑，大量开发、运维、DBA 都会中招。我结合本次落地踩坑经验，从现场现象、底层原因、特殊场景、实操解决方案全方位梳理，给正在做 KES 迁移的小伙伴避坑。

一、现场现象：迁移后 LEFT JOIN 查询诡异丢数据

1. 实际业务场景

为了方便大家复现和搞懂，我简化了线上业务模型，核心就是两张最普通的关联表，也是日常开发中最常用的一对多关联场景：

t1：主业务表（左表），存储核心业务数据，业务需求要求务必保留全量数据，无论关联附表是否有数据，主表记录都不能丢失。
t2：附属信息表（右表），存储主表的拓展数据，属于可选关联，无匹配数据时，字段展示 NULL 即可。

本次业务需求很简单：查询 t1 所有数据，仅关联匹配 t2 中 name2 等于「cc」的记录，不匹配的 t1 数据正常保留，附表字段置空。

这套逻辑在 MySQL、PostgreSQL 中运行完全正常，结果符合业务预期，但迁移至 KES 后，直接出现数据缺失。

2. 沿用源库的错误 SQL 写法

挺多人迁移时会直接复用原有 SQL，这也是踩坑的核心原因，下面是典型的错误写法：

-- 危险写法：将右表过滤条件写在 WHERE 子句中
SELECT * FROM t1
LEFT JOIN t2 ON t1.id1 = t2.id2
WHERE t2.name2 = 'cc';

业务预期结果

完整返回 t1 全部数据行；t2 匹配成功且 name2 为 cc 的展示对应附表数据，未匹配的 t1 数据保留，t2 相关字段显示 NULL。

KES 实际运行结果

只返回 t1 和 t2 完全匹配、且满足 name2='cc' 的交集数据，所有无附表匹配的主表数据全部被过滤掉，相当于彻底丢失了一部分业务数据。

执行计划真实佐证

我们通过 KES 执行计划排查后发现，语句中明明写的是 LEFT JOIN，但执行计划里已经没有了左外连接算子，被自动替换成了普通的 Hash Join、Nested Loop 内连接执行逻辑。这就是 KES 优化器自动触发的外连接消除，也是数据丢失的真正原因。

二、底层原理：为什么 KES 会改写 LEFT JOIN 为内连接？

挺多开发同学疑惑：明明写了左连接保数据，数据库为什么会自作主张改写法？其实这是由 SQL 执行规则和 KES 优化器的智能等价变换共同决定的，并非数据库异常。

2.1 SQL 执行顺序导致的隐性过滤

标准 SQL 的执行逻辑是 先关联 JOIN，再执行 WHERE 过滤，这个顺序是所有数据库通用的，也是问题的根源：

第一步，执行 LEFT JOIN 关联后，所有 t1 数据都会保留，没有匹配 t2 的数据行，t2 所有字段都会填充为 NULL；第二步，执行 WHERE t2.name2 = 'cc' 过滤条件，数据库判断 NULL = 'cc' 属于未知不匹配结果，会直接过滤掉这部分空值行；最终结果就是：所有不匹配的主表数据全部被剔除，和直接使用 INNER JOIN 的查询结果完全一样。

2.2 KES 优化器的性能优化逻辑

相比于 MySQL、PG 的宽松优化策略，KES 优化器的等价校验更加严格。优化器在解析 SQL 时，会自动判断语句的逻辑等价性：如果「LEFT JOIN + WHERE 右表常规过滤」的最终结果和 INNER JOIN 完全一致，那外连接就没有任何存在意义。

为了降低查询开销、减少数据扫描和关联计算成本，KES 会主动做优化改写，直接将外连接降级为效率更高的内连接。站在数据库性能角度，这个优化是合理的，但对于迁移业务来说，就会直接打破原有业务逻辑，造成数据丢失。

三、特殊豁免场景：不会触发外连接消除的情况

这里重点提醒大家：不是所有写在 WHERE 里的右表条件都会触发优化改写，有且仅有一种特殊场景是豁免的，也是我们日常查询空数据常用的写法。

如果 WHERE 条件是 右表 IS NULL 判空，KES 绝对不会执行外连接消除。

安全无坑示例 SQL

-- 安全写法：查询主表中无附表匹配的数据，不会触发外连接消除
SELECT * FROM t1
LEFT JOIN t2 ON t1.id1 = t2.id2
WHERE t2.name2 IS NULL;

核心内核逻辑

IS NULL 的语义本身就是为了筛选 LEFT JOIN 产生的空值数据。如果优化器把这条语句改成内连接，就彻底查不到「主表无关联数据」的记录，直接导致业务功能失效。

KES 优化器能够精准识别这种业务语义，为了保证查询结果绝对准确，会主动跳过优化改写逻辑，完整保留 LEFT JOIN 特性。这也是我们排查问题、编写空值查询时需要牢记的关键点。

四、KES 迁移实战避坑方案

结合本次迁移踩坑经验，我整理了四套高频实用的解决方案，覆盖标准 SQL 写法、Oracle 兼容语法、条件区分、问题排查，适配绝大多数迁移场景。

方案一：右表过滤条件全部下移至 ON 子句（通用最优解）

这是最稳妥、兼容性最好、全数据库通用的修复方式，也是官方推荐的开发规范。

大家只要记住一个简单的判断逻辑：想要保留左表全量数据，所有针对右表的筛选条件，一律写在 ON 后面，不要写在 WHERE 后面。

调整后执行逻辑会完全改变：数据库先过滤右表有效数据，再和左表做外连接，从根源上避免空值行被过滤，彻底杜绝外连接消除问题。

-- 修复后标准写法，KES、MySQL、PG 全兼容，无数据丢失问题
SELECT * FROM t1
LEFT JOIN t2 ON t1.id1 = t2.id2
AND t2.name2 = 'cc'; -- 附表筛选条件放入ON子句

方案二：Oracle(+) 兼容语法专属处理方式

很多老旧业务是从 Oracle 迁移至 KES，会沿用 KES 兼容的 Oracle(+) 隐式外连接语法，这也是高频踩坑点，很多人因为写法不规范导致隐性丢数据。

核心规则挺关键：使用(+)语法时，WHERE 子句中所有右表的过滤条件，务必全部带上(+)，否则一定会触发外连接消除。

错误示范（丢数据）：

SELECT * FROM t1, t2
WHERE t1.id1 = t2.id2(+)
AND t2.name2 = 'cc'; -- 右表条件未加(+)，触发优化改写，数据丢失

正确示范（无风险）：

SELECT * FROM t1, t2
WHERE t1.id1 = t2.id2(+)
AND t2.name2(+) = 'cc'; -- 右表条件统一加(+)，等价ON子句过滤

补充说明：(+)语法仅适配 Oracle 兼容模式，新项目建议直接使用标准 LEFT JOIN 写法，可读性和兼容性更好。

方案三：左表 WHERE 过滤无任何丢数据风险

很多同学容易混淆左右表条件的区别，这里明确说明：只有右表的常规 WHERE 过滤会触发外连接消除，针对左主表的 WHERE 过滤是绝对安全的。

左表是外连接的驱动表，对左表的过滤属于业务前置筛选，只会剔除不符合条件的主表数据，不会改变 LEFT JOIN 的外连接属性，KES 不会做任何优化改写。

-- 左表过滤安全写法，无外连接消除风险
SELECT * FROM t1
LEFT JOIN t2 ON t1.id1 = t2.id2
WHERE t1.name1 = 'a';

方案四：通过执行计划快速排查隐患 SQL

在批量迁移上线阶段，不可能逐条人工校验逻辑，最高效的方式就是通过 KES 执行计划批量筛查问题 SQL。

给大家整理了快速判断标准：

正常 LEFT JOIN：执行计划包含 Left Join / Left Outer 算子
异常被优化改写：算子变为 Hash Join / Nested Loop，无 Left 标识，同时结果集偏少

日常排查可直接使用以下命令，快速定位异常语句：

EXPLAIN ANALYZE SELECT * FROM t1 LEFT JOIN t2 ON t1.id1 = t2.id2 WHERE t2.name2 = 'cc';

五、迁移落地总结与团队开发规范

经过本次批量迁移踩坑，我们团队统一整理了适配 MySQL、PG 迁移 KES 的开发规范，规避后续批量出现同类问题，非常适合团队落地执行。

1. 核心开发准则

分清语义边界：ON 子句只用来定义表与表的关联规则，WHERE 子句只用来做最终结果的全局过滤；
规范附表过滤：除 IS NULL 空值查询外，所有右表筛选条件，统一迁移至 ON 子句；
老旧语法规范：使用 Oracle(+) 语法时，右表所有过滤条件务必统一追加(+)符号。

2. 迁移落地优先级建议

异构数据库迁移，数据一致性永远优先于性能优化。KES 的外连接消除是优秀的性能优化机制，但在迁移初期，我们必须优先对齐 MySQL、PG 的原有业务逻辑，保证数据准确无误，后续再根据业务场景做性能调优。

同时建议将 JOIN 类 SQL 纳入上线强制审计范围，只要是含 LEFT/RIGHT JOIN 的语句，必须查看执行计划，确认连接类型未被自动改写。批量迁移场景下，可通过脚本批量扫描 WHERE 子句中的右表过滤条件，统一批量整改，提升迁移效率。

这篇笔记就先到这里，后面用到新的思路或者发现有问题再补充。

小丸子博客