两张关联表查询a表的某个字段没有关联b表的记录， 顺带LEFT JOIN理解

背景

在分销系统中，公司配置商品的默认利润，每个分销商户一开始都会使用这套默认配置，
但是商户自己想改变默认利润，就会生成一条记录到商户佣金表。

需求

查询指定商户的所有商品利润，这里就以商户id为2为例

但是有几点要注意

1. 只有自定义利润才会生成记录，其他商品没有更改利润的，就还是去默认利润表查询
2. 商户佣金表有记录就说明这个商品是覆盖了默认表的利润
3. 查询时查有与默认利润id管理的数据是自定义利润，剩下没有关联记录的就是去默认利润表查

表数据

默认利润表

id	product_name	profit
1	1元话费	0.5
2	2元话费	0.6
3	3元话费	1
4	4元话费	1

商户佣金表

id	dis_mrch_id	profit_default_id	profit
1	1	1	1
2	1	2	1
3	1	3	1
4	2	2	1
5	2	3	1
6	3	1	1

开始写SQL

先来个统一称呼a表指默认利润表，b表指商户佣金表

预想结果

a表：产品名称	a表：默认利润	b表：商户id	b表：自定义利润
1元话费	0.5
2元话费	0.6	2	1
3元话费	1	2	1
4元话费	1

想要的是没有关联的记录b表为null显示，这样才能判断商户哪个产品是自定义利润的，即通过判断自定义利润字段不为null 即可

错误思路

我先从我最先开始的错误想法说起
刚开始想着用 默认利润表 left join 商户佣金表，如下

SELECT
	a.product_name 'a表：产品名称',
	a.profit 'a表：默认利润',
	b.dis_mrch_id 'b表：商户id',
	b.profit 'b表：自定义利润' 
FROM
	profit_template a
	LEFT JOIN profit_mrch b ON a.id = b.profit_default_id

a表：产品名称	a表：默认利润	b表：商户id	b表：自定义利润
1元话费	0.5	1	1
2元话费	0.6	1	1
3元话费	1	1	1
2元话费	0.6	2	1
3元话费	1	2	1
1元话费	0.5	3	1
4元话费	1

然后在加个where语句就行，这里为了解释错误就不加上了。

为啥商户id为2的没有1元话费和4元话费为null的记录呢？

原来是因为我把LEFT JOIN的用法理解错了，一直看网上都说是保留左表所有数据，想成是a其中几条记录与b关联会显示，但是剩下几条没关联，左表还是保留下来，右表就会显示null，就像上面错误sql结果最后一条4元话费，后面为b表都为null。

虽然商户id为2只与a表有两条关联记录，剩下两条没关联，我以为应该会显示出来，但是这是错误的，因为LEFT JOIN保留左表，右表为null的条件是只要有一条与a表关联的记录，就不会出现b表为null情况，而4元话费因为b表没有任何一条有与他关联的记录所以保留下来。

这才是问题核心所在，那咋解决呢，其实很简单，看下面。

正确思路

既然没有关联才会保留b表为null，而我们想要的是指定商户没有关联就显示null，那么就先把商户自定义利润表的指定商户数据查出来，再去关联，这样才不会被其他商户关联的默认配置id所干扰。
例如：商户id为1有与1元话费默认配置关联，如果不进行子查询，把商户2的数据先取出来，直接a left join b再去where 商户id=2，一元话费就不会显示为null，因为商户1与他有关联了。

SELECT
	a.product_name 'a表：产品名称',
	a.profit 'a表：默认利润',
	b.dis_mrch_id 'b表：商户id',
	b.profit 'b表：自定义利润' 
FROM
	profit_template a
	LEFT JOIN ( SELECT * FROM profit_mrch WHERE dis_mrch_id = 2 ) b ON a.id = b.profit_default_id

顺带说一句，在a left join b中a为驱动表，b被驱动表，所以a表示逐行扫描与b相匹配的记录，所以b有索引就会快很多，既然是这样我们就在b表加索引，如果是主键会更好。

原因如下：下面内容参考：聚集索引与非聚集索引的总结
聚集（clustered）索引，也叫聚簇索引。

定义：数据行的物理顺序与列值（一般是主键的那一列）的逻辑顺序相同，一个表中只能拥有一个聚集索引。

地址	id	username	score
0x01	1	小明	90
0x02	2	小红	80
0x03	3	小华	92
..	..	..	..
0xff	256	小英	70

注：第一列的地址表示该行数据在磁盘中的物理地址，后面三列才是我们SQL里面用的表里的列，其中id是主键，建立了聚集索引。

结合上面的表格就可以理解这句话了吧：数据行的物理顺序与列值的顺序相同，如果我们查询id比较靠后的数据，那么这行数据的地址在磁盘中的物理地址也会比较靠后。而且由于物理排列方式与聚集索引的顺序相同，所以也就只能建立一个聚集索引了。