把韦恩图忘了吧。JOIN 做的事是把两边的行配对，再横着拼成一行。真正区分各种 join 的只有一个问题：左边那行没配上的时候会怎样？INNER 把它丢掉，LEFT 把它留下，右边填 NULL。
🎙️ 发布并录制于： ·
先想行的配对，别想圆圈。对第一张表里的每一行，数据库会去第二张表里找出所有满足连接条件的行。一个客户有两笔订单，结果里就成了两行。inner join 只保留配对成功的那些。
-- users -- orders
-- id | name -- id | user_id | amount
-- 1 | Ada -- 1 | 1 | 19.99
-- 2 | Lin -- 2 | 1 | 5.00
-- 3 | Sam -- 3 | 2 | 42.50
-- (Sam has no orders — watch what happens to Sam)SELECT users.name, orders.amount
FROM orders
JOIN users ON orders.user_id = users.id;
-- Ada | 19.99
-- Ada | 5.00 ← Ada matched twice → appears twice
-- Lin | 42.50
-- (no Sam. no match = no row. that's INNER.)left join 承诺保留写在前面那张表的每一行，哪怕它一个搭子都找不到。第二张表缺的那些列，会被填成 null。想决定谁写在前面，把需求念出来：每个用户和他的订单，那 users 就得放前面。
SELECT users.name, orders.amount
FROM users
LEFT JOIN orders ON orders.user_id = users.id;
-- Ada | 19.99
-- Ada | 5.00
-- Lin | 42.50
-- Sam | NULL ← kept! right side filled with NULL要找从来没下过单的客户，先用 left join 把所有客户留住，再挑出订单那一侧为空的行。要记住的故障症状是：给订单加了个过滤条件之后，客户少了几个。把那个条件搬进连接条件里，没配上的客户才能活下来。
-- "users who never ordered anything"
SELECT users.name
FROM users
LEFT JOIN orders ON orders.user_id = users.id
WHERE orders.id IS NULL; -- the missing match IS the filter
-- → SamWHERE orders.amount > 10，你的 NULL 行就没了：NULL > 10 不成立，Sam 被过滤掉，LEFT JOIN 就这么不声不响地变成了 INNER。解法是把右表的条件写进 ON 里，也就是 ON orders.user_id = users.id AND orders.amount > 10，过滤的是匹配项，没配上的行照样留着。三张表的连接不是什么新东西。先连上一张，再把下一张连到已经变宽的结果上。别名起短一点，连接关系才看得清。right join 只是多塞给你一套思维模型，没有别的好处；把表的顺序调一下，写成 left join。
SELECT u.name, o.amount, p.title
FROM orders o
JOIN users u ON o.user_id = u.id
JOIN products p ON o.product_id = p.id;
-- each JOIN glues one more table onto the widening row.
-- short aliases (o, u, p) keep it readable.RIGHT JOIN -- LEFT JOIN with the tables swapped. almost nobody
-- writes it; rewrite as LEFT and keep one mental model.
FULL JOIN -- keep unmatched rows from BOTH sides. rare; audits.
CROSS JOIN -- every pairing (no ON). sizes × colors = variants.