Quelle est la différence entre un inner join et un left join, et dans quel cas le mauvais choix ruine-t-il silencieusement une analyse ?

Un inner join ne renvoie que les lignes qui ont une correspondance des deux côtés. Un left join renvoie toutes les lignes de la table de gauche plus les colonnes appariées de droite, avec des nulls là où il n'y a pas de correspondance. Le dégât silencieux vient de l'usage d'un inner join pour un comptage : les clients sans aucune commande disparaissent complètement, votre taux de conversion paraît meilleur que la réalité et rien ne lève d'erreur.

Inner ne garde que les lignes appariées, left garde tout à gauche et remplit avec des nulls quand le côté droit n'a rien. Si j'y tiens autant, c'est que le mauvais choix ne lève aucune erreur : il vous donne juste une réponse fausse pleine d'assurance. La version classique, c'est de compter des clients en joignant aux commandes. Avec un inner join, quiconque n'a jamais commandé disparaît, donc si vous calculez ensuite la moyenne de commandes par client, vous avez discrètement exclu tout le dénominateur qui vous intéressait. Il y a un piège voisin que je cherche en revue : si vous écrivez un left join puis que vous filtrez sur une colonne de la table de droite dans le WHERE, les nulls sont éliminés et vous l'avez reconverti en inner join sans vous en apercevoir. Le filtre doit aller dans la clause ON. Mon réflexe, c'est de compter les lignes de la table de base, lancer la jointure, et recompter. Si le nombre a grossi, j'ai un fan out. S'il a rétréci, j'ai perdu des lignes que je voulais probablement garder.