MySQL不支持EXCEPT，差集运算的替代方案与陷阱
开门见山，先说结论：想在MySQL里做差集运算，你找不到EXCEPT这个关键字。硬写只会收获一个ERROR 1064语法错误。真正的解决方案，藏在子查询里，而其中NOT EXISTS通常是那个最稳妥的选择。
为什么不能直接用 EXCEPT？
很多从PostgreSQL或SQL Server转过来的开发者，会习惯性地写下SELECT a FROM t1 EXCEPT SELECT a FROM t2这样的语句。但在MySQL里，这条路从一开始就是封死的。即便到了最新的8.0.31版本，官方也明确表示没有支持EXCEPT的计划——这并非功能遗漏，而是设计上的主动跳过。
所以，当你遇到那个指向EXCEPT关键字的语法错误时，就别指望通过升级版本来解决了。更实际的问题是，一些ORM框架或BI工具可能会自动生成包含EXCEPT的SQL，这就需要你手动拦截并重写。记住，MySQL的集合运算家族里，只有UNION和UNION ALL是常驻成员。
NOT IN 看似简单，但含 NULL 就崩
新手最常掉进的坑，就是NOT IN。写法确实直观：SELECT id FROM table_a WHERE id NOT IN (SELECT id FROM table_b)。然而，在真实的数据世界里，只要table_b.id里混入了一个NULL值，整个查询的逻辑就会瞬间崩塌。
原因在于SQL的三值逻辑（TRUE, FALSE, UNKNOWN）。一旦子查询结果集中存在NULL，NOT IN的条件会整体变为UNKNOWN，最终导致返回一个空结果集，而这很可能与你的预期完全不符。
实操中该怎么应对？首先，养成习惯，执行差集查询前，先跑一句SELECT COUNT(*) FROM table_b WHERE id IS NULL探探路。如果确实存在空值，那么你必须把查询改写为NOT IN (SELECT id FROM table_b WHERE id IS NOT NULL)。但即便如此，性能往往也不尽如人意，因为这种写法很难充分利用索引，数据量一大就成了瓶颈。
NOT EXISTS 是 MySQL 差集的默认推荐方案
那么，有没有更可靠的方案？答案是肯定的。NOT EXISTS才是MySQL中实现差集运算的“压舱石”。它清晰地表达了“对于table_a中的每一行，检查table_b中是否存在匹配项”的逻辑，完美避开了NULL值的语义陷阱，并且为优化器利用索引提供了可能。
来看标准写法：
SELECT a.* FROM table_a a
WHERE NOT EXISTS (
SELECT 1 FROM table_b b
WHERE b.id = a.id
AND b.status = 'active' -- 这里可以添加其他过滤条件，不影响差集核心语义
);
这里有几个关键点值得细说：
- 子查询里用
SELECT 1是标准做法，意在告诉数据库只检查存在性，无需返回具体字段，效率更高。 - 所有关联和过滤条件都应写在子查询的
WHERE子句里，这样优化器才有可能将条件“下推”，在扫描table_b时就提前过滤，大幅提升性能。 - 确保
table_b的关联字段（如id）上有索引，这是NOT EXISTS性能表现的生命线。 - 如果需要对比多个字段组合（例如
(user_id, order_date)），必须在WHERE条件中逐一写明，并且要特别注意这些字段中是否可能包含NULL，必要时使用COALESCE等函数进行显式处理。
LEFT JOIN ... IS NULL 可用，但容易踩字段非空陷阱
另一种常见的思路是使用LEFT JOIN：SELECT a.* FROM table_a a LEFT JOIN table_b b ON a.id = b.id WHERE b.id IS NULL。这种方法看起来直观，但它建立在一个强假设之上：右表（table_b）的关联字段（b.id）必须不允许为NULL。
如果这个假设不成立，麻烦就来了。当b.id允许为NULL时，WHERE b.id IS NULL这个条件就无法区分“两表没有匹配上”和“匹配上了但b.id的值本来就是NULL”这两种情况，导致查询结果被污染。
因此，安全使用这种写法的前提非常明确：你确切地知道table_b.id字段有NOT NULL约束。否则，你就得写出WHERE b.id IS NULL OR (b.id IS NOT NULL AND b.id != a.id)这样冗长且失去简洁性的条件，那还不如直接回归NOT EXISTS的怀抱。
最后需要提醒的是，当差集逻辑变得复杂，例如涉及多字段比较、需要处理NULL、或要求保留重复行时，简单的子查询可能就力不从心了。这时往往需要组合ROW_NUMBER()窗口函数和NOT EXISTS，甚至需要考虑将数据拉到应用层进行处理。但那就是另一个更深入的话题了。
