В events(user_id, event_id) у пользователя может быть много строк, и в orders(user_id, order_id) тоже много строк. Вы соединяете их по user_id. Какая cardinality получается на ключе и как это влияет на строки?
AЭто
many-to-many: строки по каждому user_id перемножаются, возможен join explosionBЭто
one-to-one: по каждому user_id будет ровно одна строкаCЭто
one-to-many: число строк станет равно числу пользователейDЭто
one-to-one, если добавить distinctПравильный ответ. Два источника, где по ключу много строк, при
JOIN дают many-to-many и риск join explosion.Разбор
Если у пользователя 5 событий и 2 заказа, после JOIN получится 10 строк только для него. Это и есть duplication, которая ломает COUNT(*), SUM() и даже AVG() при неверном уровне анализа. Чтобы избежать, выбирают правильный ключ соединения или делают pre-aggregate до нужной гранулярности.
Проверь себя · 1/3разбор после ответа
Вы сделали
LEFT JOIN users → events по user_id, чтобы сохранить пользователей без событий. Как корректно посчитать количество пользователей на соединённой таблице, не попав в ловушку duplication?Ещё вопросы по теме «JOIN и кардинальность»
- В таблице `users` 100 000 строк, в таблице `user_profiles` — ровно одна строка на каждого `user_id`. Вы делаете `INNER JOIN` по `user_id`. Что верно про число строк результата?
- Вы соединяете `users` и `orders` по `user_id`, где у пользователя может быть много заказов (`one-to-many`). Как посчитать число пользователей, которые сделали хотя бы один заказ, чтобы избежать `duplication`?
- Для одного `order_id` в `order_items` есть 3 строки, а в `payments` есть 2 строки. Вы соединили всё в одну таблицу по `order_id` без предварительной агрегации. Сколько строк получится для этого заказа и почему?
- Нужен датасет на уровне `user_id`: выручка из `orders` и число сессий из `sessions`. В обеих таблицах по пользователю много строк (`one-to-many`). Какой подход минимизирует риск `join explosion`?
- Вы хотели посчитать средний чек по заказам как `AVG(order_total)`. Но перед этим соединили `orders` с `order_items` по `order_id` (`one-to-many`). Почему `AVG()` может измениться по сравнению с расчётом на таблице `orders`?
- Все вопросы по «JOIN и кардинальность» →