JOIN时标签表是长表，需先通过PIVOT或CASE WHEN聚合转为宽表再JOIN，否则会导致行数爆炸；推荐用子查询方式先聚合标签再LEFT JOIN，避免丢失未打标用户且更易复用。
JOIN 时标签表是宽表还是长表？先搞清数据形态
用户画像标签绝大多数是长表结构：每行一个 user_id + 一个 tag_name + 一个 tag_value，比如：
user_id | tag_name | tag_value --------|-----------|---------- 1001 | age_group | 25-34 1001 | city | 上海 1001 | is_vip | true
直接 JOIN 会爆炸式膨胀——一个用户 5 个标签，JOIN 后就变成 5 行。要“平铺”，本质是把长表转成宽表再 JOIN，不是直接 JOIN 标签表。
用 PIVOT（或条件聚合）把标签转成宽表字段
不同数据库语法略有差异，但核心思路一致：对每个目标标签名做条件聚合。PostgreSQL / MySQL 8.0+ / SQL Server 都支持 CASE WHEN 聚合方式，最通用：
SELECT u.user_id, u.name, u.phone, MAX(CASE WHEN t.tag_name = 'age_group' THEN t.tag_value END) AS age_group, MAX(CASE WHEN t.tag_name = 'city' THEN t.tag_value END) AS city, MAX(CASE WHEN t.tag_name = 'is_vip' THEN t.tag_value END) AS is_vip FROM users u LEFT JOIN user_tags t ON u.user_id = t.user_id GROUP BY u.user_id, u.name, u.phone
注意：MAX() 在这里只是聚合函数占位（因为每个 user_id+tag_name 组合应唯一），实际也可用 MIN() 或 ANY_VALUE()（MySQL），但别用 AVG() 或数值函数。
- 标签名必须硬编码进 SQL —— 动态标签需生成 SQL 或用应用层拼装
- 如果某用户没有某个标签，对应字段为
NULL，不是空字符串 -
GROUP BY必须包含基础表所有非聚合字段，漏掉会报错或结果错乱
LEFT JOIN 宽表 vs 直接子查询，哪个更稳？
上面的写法是“先聚合再 JOIN”。另一种常见写法是把宽表逻辑写成子查询再 LEFT JOIN：
SELECT u.*, w.age_group, w.city, w.is_vip
FROM users u
LEFT JOIN (
SELECT
user_id,
MAX(CASE WHEN tag_name = 'age_group' THEN tag_value END) AS age_group,
MAX(CASE WHEN tag_name = 'city' THEN tag_value END) AS city,
MAX(CASE WHEN tag_name = 'is_vip' THEN tag_value END) AS is_vip
FROM user_tags
GROUP BY user_id
) w ON u.user_id = w.user_id两种写法结果一致，但后者更清晰、更易复用（比如宽表逻辑可单独建视图），也避免在主查询里重复写 GROUP BY 所有基础字段。尤其当 users 表字段多时，推荐用子查询方式。
- 别用
INNER JOIN——会丢掉没打标用户，通常不满足“平铺到基础信息表”的需求 - 如果
user_tags表没建(user_id, tag_name)联合索引，聚合性能会明显下降 - 标签值含中文或特殊字符不影响，但注意 collation 是否导致
CASE匹配失败（比如大小写敏感）
遇到 NULL 或重复标签怎么处理？
真实场景中常出现两类问题：
-
tag_name重复（同一用户多个is_vip值）→MAX()会取字典序最大值，可能掩盖脏数据；建议加校验：HAVING COUNT(DISTINCT tag_name) > 1找出异常用户 - 标签值为
NULL或空字符串 →CASE不匹配，字段仍为NULL；如需默认值，写成COALESCE(MAX(CASE ...), 'unknown') - 部分标签是数值型（如
score），但存为字符串 →CASE结果仍是字符串，后续计算需CAST(... AS INT)，否则隐式转换可能出错
平铺本身不难，难的是标签数据质量。上线前至少跑一遍 SELECT user_id, tag_name, COUNT(*) FROM user_tags GROUP BY user_id, tag_name HAVING COUNT(*) > 1，确认无重复键。
