15.笛卡尔乘积的规则和弊端

笛卡尔乘积的规则和弊端

目录

• 笛卡尔乘积的规则和弊端
  • 核心规则：所有行的排列组合
  • SQL示例
  • 如何避免与正确关联
  • 重要提醒

理解笛卡尔积的结果规则非常重要，因为它常是导致查询结果意外增多或性能问题的原因。
简单来说，当您将多个表（或数据集）进行关联，但没有指定有效的连接条件时，就会发生笛卡尔积。
用A表的没一行去匹配B表的每一行（将B表的每一行组合到A表的每一行后面）；

核心规则：所有行的排列组合

笛卡尔积的结果遵循一个非常直接的数学规则：
如果 表A有 M 行、N 列，表B有 X 行、Y 列，那么对它们做笛卡尔积后，将生成一个新的结果集：

• 总行数 = M × X （A的每一行，都与B的每一行结合一次）
• 总列数 = N + Y （包含A和B的所有列）
  通俗解释：这就像为表A的每一行，都复印一份完整的表B，然后把它们粘在一起。

SQL示例

我们通过两个简单的表来直观感受一下。
表 customers (客户表)

customer_id	 name
1	         张三
2	         李四

表 orders (订单表)

order_id	product
101	        笔记本
102	        鼠标
103	        键盘

如果您执行了如下忘记写连接条件的查询：

-- 这是一个会产生笛卡尔积的错误写法
SELECT * FROM customers, orders;
-- 或者等效的：
SELECT * FROM customers CROSS JOIN orders;

您将得到以下结果（共 2 × 3 = 6 行）：

customer_id	name	order_id	product
1	张三	101	笔记本
1	张三	102	鼠标
1	张三	103	键盘
2	李四	101	笔记本
2	李四	102	鼠标
2	李四	103	键盘

可以看到，“张三”和“李四”每个人都“被分配”了3个订单，但这与业务事实不符，数据完全错乱。

如何避免与正确关联

在实际查询中，您几乎永远不会想要笛卡尔积。正确的做法是使用 JOIN ... ON 或 WHERE 子句来指定明确的连接条件。
沿用上面的表，正确的关联查询应该是：

-- 使用 INNER JOIN（假设 orders 表有 customer_id 字段）
SELECT * 
FROM customers 
INNER JOIN orders ON customers.customer_id = orders.customer_id;

-- 或者使用 WHERE（旧式写法，效果相同）
SELECT * 
FROM customers, orders 
WHERE customers.customer_id = orders.customer_id;

这样，数据库就会根据customer_id将两张表中相关的行精确匹配起来，从而得到正确的结果。

重要提醒

• 1.最常见错误场景：在写多表查询时，FROM了多个表，却忘记了写WHERE或ON连接条件，这是导致意外笛卡尔积的主要原因。
• 2.性能灾难：如果两个表分别有10万行，笛卡尔积将产生100亿行的临时结果，会瞬间耗尽数据库资源，导致查询极其缓慢甚至数据库崩溃。
• 3.主动使用：在极少数需要生成所有组合的场景下（例如做测试数据），可以使用 CROSS JOIN 关键字来明确表示您需要笛卡尔积。

总结一下，请始终记住：进行多表关联时，必须提供有效的连接条件（通常是主外键关系），除非您非常清楚自己正在刻意制造一个笛卡尔积。
希望这个解释能帮到您。如果您在实际查询中遇到了具体的问题，可以提供更多细节，我可以帮您分析。