TDengine JOIN 完整语法 — Inner/Outer/ASOF/Window 全语法详解

分类：10.SQL 参考 | 篇章：04 JOIN 完整语法

适用版本：TDengine v3.x（v3.3.x / v3.4.x） | 最后更新：2026-07-17

TDengine JOIN 在标准 SQL 基础上扩展了时序专属的 ASOF 和 Window JOIN。本文是 JOIN 语法的完整参考，含每种类型的语义、条件约束、典型用例。

JOIN 类型速查表

详细解析

1. 时间条件约束（重要）

所有 JOIN 必须满足时间相关性：

  ✓ 普通 JOIN：必须含 t1.ts = t2.ts 或时间等值
  ✓ ASOF JOIN：必须含 t1.ts <op> t2.ts 时间比较
  ✓ WINDOW JOIN：内置时间窗口
  
  ✗ 不允许的 JOIN：
    SELECT * FROM t1 JOIN t2 ON t1.id = t2.id;  -- 缺时间

2. Inner JOIN

-- 基本
SELECT t1.ts, t1.current, t2.power 
FROM electric_meters t1 
JOIN power_meters t2 ON t1.ts = t2.ts;

-- 多条件
SELECT * FROM t1 JOIN t2 
ON t1.ts = t2.ts 
  AND t1.location = t2.location;

-- 多表（注意性能）
SELECT * FROM t1 JOIN t2 ON t1.ts = t2.ts 
                JOIN t3 ON t1.ts = t3.ts;


语义：
  保留 ON 条件同时满足的行
  双侧 ts 都存在且相等

3. Outer JOIN

-- LEFT JOIN
SELECT t1.ts, t1.current, t2.power 
FROM electric_meters t1 
LEFT JOIN power_meters t2 ON t1.ts = t2.ts;
-- t1 保留所有，t2 无匹配为 NULL

-- RIGHT JOIN
SELECT t1.ts, t1.current, t2.power 
FROM electric_meters t1 
RIGHT JOIN power_meters t2 ON t1.ts = t2.ts;
-- t2 保留所有

-- FULL OUTER JOIN
SELECT t1.ts, t1.current, t2.power 
FROM electric_meters t1 
FULL JOIN power_meters t2 ON t1.ts = t2.ts;
-- 双侧都保留

4. Semi/Anti JOIN

-- SEMI JOIN: 左侧存在匹配则保留（去重）
SELECT * FROM users u 
LEFT SEMI JOIN orders o ON u.id = o.user_id AND u.ts = o.ts;
-- 等价于：SELECT * FROM users WHERE id IN (SELECT user_id FROM orders)

-- ANTI JOIN: 左侧无匹配则保留
SELECT * FROM users u 
LEFT ANTI JOIN orders o ON u.id = o.user_id AND u.ts = o.ts;
-- 等价于：SELECT * FROM users WHERE id NOT IN (...)

5. ASOF JOIN（时间近邻）

-- LEFT ASOF JOIN：每个左侧 ts 找右侧近邻
SELECT a.ts, a.current, b.standard_voltage 
FROM realtime a 
LEFT ASOF JOIN reference b 
  ON a.ts >= b.ts 
  AND a.location = b.location;

-- 支持比较：>= > <= <
-- >= 找 <= 当前的最大者
-- <= 找 >= 当前的最小者


-- 限制条件：必须有时间比较
LEFT ASOF JOIN ... ON a.ts >= b.ts [AND tag_eq_conditions]

-- 多列等值（Tag 关联）
LEFT ASOF JOIN reference b 
  ON a.ts >= b.ts 
  AND a.factory = b.factory 
  AND a.line = b.line;

6. WINDOW JOIN（时间窗口）

-- 找出每个事件前后窗口内的关联记录
SELECT t.ts AS event_ts, h.ts AS related_ts, t.value, h.value 
FROM events t 
WINDOW JOIN history h 
  WINDOW(1m)         -- 窗口大小 ±30s
  ON t.location = h.location 
WHERE t.value > 100;


-- 窗口语义：
-- 每个 t 的 ts 为中心，[ts - window/2, ts + window/2]
-- 找出 h 中落在该窗口的所有行
-- 一对多关系

7. 子查询 + JOIN

-- 与聚合子查询 JOIN
SELECT m.ts, m.current, h.hist_avg 
FROM meters m 
JOIN (
  SELECT tbname, AVG(current) AS hist_avg 
  FROM meters 
  WHERE ts < now-1d 
  PARTITION BY tbname
) h ON m.tbname = h.tbname 
WHERE m.ts > now-1h;

8. JOIN 性能限制

注意：
  ① TDengine 推荐 JOIN 数量 ≤ 5
  ② 时间窗口必须明确（不能 ts > 0）
  ③ 同 VGroup 子表 JOIN 最优
  ④ 跨 VGroup 大表 JOIN 需 Shuffle，慎用


高效 JOIN 模式：
  - 两侧都有时间过滤
  - 两侧都有 Tag 过滤
  - 时间和 Tag 条件配对


低效 JOIN：
  - 无时间过滤的全表 JOIN
  - 多张超级表全字段 JOIN
  - JOIN 中含复杂表达式

代码示例

综合场景

-- 同设备两类传感器对齐
SELECT 
  t.ts, t.current AS amperage,
  v.voltage AS voltage,
  t.current * v.voltage AS power
FROM current_sensor t 
JOIN voltage_sensor v 
  ON t.ts = v.ts AND t.device_id = v.device_id 
WHERE t.ts > now-1h;


-- 高频数据对齐低频参考
SELECT 
  m.ts, m.value, r.threshold 
FROM minutely_data m 
LEFT ASOF JOIN reference_data r 
  ON m.ts >= r.ts AND m.device_type = r.device_type 
WHERE m.value > r.threshold 
  AND m.ts > now-1d;


-- 事件前后关联
SELECT 
  a.ts AS alarm_ts, 
  m.ts AS measure_ts, 
  m.current 
FROM alarm a 
WINDOW JOIN meters m 
  WINDOW(5m) 
  ON a.device_id = m.tbname 
WHERE a.severity = 'CRITICAL' 
  AND a.ts > now-1d;

与子查询配合

-- TOP N + JOIN 详情
SELECT top.tbname, top.avg_c, m.ts, m.current 
FROM (
  SELECT tbname, AVG(current) AS avg_c 
  FROM meters 
  WHERE ts > now-1d 
  PARTITION BY tbname 
  ORDER BY avg_c DESC 
  LIMIT 10
) top 
JOIN meters m ON top.tbname = m.tbname 
WHERE m.ts > now-1h;

性能考量

JOIN 性能影响

优化建议

FAQ

Q1: 为什么 JOIN 必须有时间条件？

时序数据按时间分布，无时间条件的 JOIN 等同于笛卡尔积，开销极大。强制时间条件防止误用。

Q2: ASOF JOIN 性能如何？

输入按 ts 有序时（时序天然如此），用 Merge 风格 O(N+M)。生产环境百万行毫秒~秒级。

Q3: 一条 JOIN 能跨数据库吗？

支持跨数据库：FROM db1.t1 JOIN db2.t2 ON ...。但跨集群 JOIN 不支持。

Q4: JOIN 结果集很大如何处理？

• 加 LIMIT
• 加更严格的过滤条件
• 改用流计算预先 JOIN

Q5: JOIN 中的 NULL 处理？

NULL 不与 NULL 相等。Outer JOIN 中无匹配的列填 NULL。

参考

系统构架篇

• 01-《TDengine 整体架构全景》
• 02-《集群拓扑深度解析》
• 03-《MNode 内部机制深度解析》
• 04-《RPC 通信层深度解析》
• 05-《VNode 生命周期》
• 06-《RAFT 共识协议》
• 07-《端到端的消息流》

数据模型

• 01-《数据库创建与参数详解》
• 02-《超级表/子表/普通表》
• 03-《支持数据类型深度解析》
• 04-《TDengine Tag 设计哲学与 Schema 变更机制》
• 05-《TDengine 虚拟表实现原理》

存储引擎

• 01-《TDengine 存储引擎概览》
• 02-《TDengine MemTable 深度解析》
• 03-《TDengine WAL 预写日志机制》
• 04-《TDengine 数据文件格式》
• 05-《TDengine Commit 与 Flush 机制 》
• 06-《TDengine Compaction 合并策略 》
• 07-《TDengine 数据保留与 TTL》
• 08-《TDengine 压缩编码机制》
• 09-《TDengine Cache 与 Last 查询加速》
• 10-《TDengine 逻辑计划生成》

查询引擎

• 01-《TDengine 查询引擎概览》
• 02-《TDengine SQL 解析与词法分析》
• 03-《TDengine 语义分析与 AST 重写》
• 04-《TDengine 逻辑计划生成》
• 05-《TDengine 物理计划生成》
• 06-《TDengine 扫描算子》
• 07-《TDengine 聚合算子》
• 08-《TDengine 连接算子》
• 09-《TDengine 排序、填充与投影》
• 10-《TDengine 分布式查询执行》
• 11-《TDengine EXPLAIN 与查询优化》

数据写入

• 01-《TDengine SQL INSERT》
• 02-《TDengine 无模式写入》
• 03-《TDengine STMT 写入》
• 04-《TDengine 写入内部流程》
• 05-《TDengine 数据更新删除》

数据订阅

• 01-《TDengine 数据订阅》
• 02-《TDengine 订阅 vs Kafka》
• 03-《TDengine TMQ 消费流程》
• 04-《TDengine 内部机制》
• 05-《TDengine TMQ 最佳实践》

预聚合

• 01-《TDengine RSMA》
• 02-《TDengine TSMA — 时间维度的物化聚合视图》
• 03-《TDengine SMA 内部实现》

索引

• 01-《TDengine Tag 索引》
• 02-《TDengine SMA 索引》

SQL 语句

• 01-《TDengine DDL》
• 02-《TDengine DML SELECT》
• 03-《TDengine DML 函数完整参考》

关于 TDengine

TDengine 专为物联网IoT平台、工业大数据平台设计。其中，TDengine TSDB 是一款高性能、分布式的时序数据库（Time Series Database），同时它还带有内建的缓存、流式计算、数据订阅等系统功能；TDengine IDMP 是一款AI原生工业数据管理平台，它通过树状层次结构建立数据目录，对数据进行标准化、情景化，并通过 AI 提供实时分析、可视化、事件管理与报警等功能。