近期我在做路徑轉(zhuǎn)化分析，發(fā)現(xiàn)用left join嵌套查詢輸出的結(jié)果遠(yuǎn)比預(yù)計(jì)結(jié)果要大，先來看看例子：

         CREATE TABLE `atext`;
         USE `atext`;
         CREATE TABLE `用戶行為`(
                          id INT,
                      UUID CHAR(32),
                          date_str DATE,
                          pv_sid INT,
                          pv_seq INT,
                          click_event CHAR(10)
                          );
                     LOAD DATA LOCAL INFILE  'C:\\Users\\yuankun\\Desktop\\501.csv' INTO TABLE 用戶行為 FIELDS TERMINATED BY ',';

        #"用戶行為"表導(dǎo)入了2261條記錄      
             
           CREATE TABLE `用戶行為2`(
                            id INT,
                         UUID CHAR(32),
                            date_str DATE,
                           pv_sid INT,
                          pv_seq INT,
                        click_event CHAR(10)
                          );
                  LOAD DATA LOCAL INFILE 'C:\\Users\\yuankun\\Desktop\\502.csv' INTO TABLE 用戶行為2 FIELDS TERMINATED BY ',';

           #"用戶行為2"表導(dǎo)入了9890條記錄    

         SELECT a.*,b.* FROM
           (SELECT
          DISTINCT
             `id`
             ,UUID
             ,date_str
            ,pv_sid
            ,pv_seq
            ,click_event
          FROM `用戶行為`) a
           LEFT JOIN
            (SELECT
           DISTINCT
             `id`
             ,UUID
             ,date_str
             ,pv_sid
             ,pv_seq
             ,click_event
          FROM `用戶行為2`) b
         ON a.uuid = b.uuid
         AND a.pv_sid = b.pv_sid

       #數(shù)據(jù)結(jié)果是3310條記錄，比預(yù)計(jì)應(yīng)該輸出a表的記錄2261條多了很多。

這是什么原因呢？
原因就是"用戶行為"表中的uuid 和pv_sid與"用戶行為2"表中的uuid 和pv_sid是一對(duì)多的關(guān)系，故輸出的結(jié)果會(huì)是多對(duì)多，使“用戶行為”表復(fù)制相應(yīng)的條數(shù)匹配與“用戶行為2”表已經(jīng)對(duì)應(yīng)好的記錄。
所以在每個(gè)子查詢中加入了distinct，依然會(huì)出現(xiàn)以上情況。如果去掉distinct，同樣原理，會(huì)出現(xiàn)多對(duì)多的情況，輸出結(jié)果會(huì)更離譜。
如何解決以上情況：
1、轉(zhuǎn)化思路，用其他的方法來計(jì)算用戶路徑轉(zhuǎn)化；
2、增加唯一識(shí)別的主鍵。