CROSS JOIN在无条件关联时语义最干净、优化器最易推理，可跳过NULL判断等开销，支持更优执行策略如广播、哈希连接或并行处理；而LEFT JOIN因需保留左表及填充NULL，执行计划更复杂、性能通常更低。
CROSS JOIN在无条件关联时可能触发更优执行策略
当两个表之间本就不存在逻辑上的连接条件（比如纯枚举组合、配置生成、测试数据填充），CROSS JOIN反而是语义最干净、优化器最易推理的写法。此时数据库无需处理“保留左表 + 尝试匹配右表 + 填充NULL”这一整套外连接逻辑，可直接选择哈希构建+广播（broadcast）或批处理循环，跳过外连接特有的行保留标记、NULL传播判断等开销。
常见错误现象：有人把 LEFT JOIN 当“万能兜底写法”，哪怕业务上根本不需要保留左表全量，也硬写成 LEFT JOIN ... ON 1=1 或漏写 ON 条件——这会让优化器误判语义，强制走嵌套循环外连接，还可能引发临时表膨胀。
- 真正需要全量保留左表时，才用
LEFT JOIN -
CROSS JOIN没有ON子句，优化器明确知道这是笛卡尔积，不会尝试“规避NULL”或“保序” - 某些版本 MySQL（如 8.0.25+）对无条件
CROSS JOIN会自动启用block_nested_loop优化，而LEFT JOIN ... ON 1=1仍被当作普通外连接处理
LEFT JOIN的NULL填充机制拖慢执行计划
LEFT JOIN 的执行计划中必然包含“Null-aware join”步骤：对每条左表记录，不仅要查右表是否有匹配，还要确认是否要补 NULL 行；若右表有索引但未命中，引擎仍需执行一次“空结果判定”，这部分开销在高基数左表下会被放大。
而 CROSS JOIN 完全跳过这个判定——它默认每条左表记录都要配齐所有右表记录，不涉及“是否存在”的分支逻辑，CPU 分支预测更友好，向量化执行也更稳定。
- 看
EXPLAIN输出时，留意Extra列是否出现Using where; Using join buffer（LEFT JOIN 常见），而CROSS JOIN多为Using join buffer（少一层过滤） - 若右表是小维度表（如
status_codes仅 10 行），CROSS JOIN很可能被优化器自动转为const或system访问类型 - MySQL 5.7 中，
LEFT JOIN ... ON 1=1仍会走BNL（Block Nested Loop），但CROSS JOIN在满足内存阈值时可走更轻量的hash join
驱动表与连接顺序对CROSS JOIN更友好
CROSS JOIN 不受连接方向语义约束，优化器可自由选择驱动表；而 LEFT JOIN 要求左表必须全部输出，通常锁定左表为驱动表——哪怕它是大表，也无法重排。
例如：SELECT * FROM large_orders CROSS JOIN small_status，优化器大概率选 small_status 为驱动表，广播其全量到每个 large_orders 分区；但写成 LEFT JOIN 就只能以 large_orders 为驱动，导致重复扫描次数暴增。
- 用
EXPLAIN FORMAT=TREE查看实际驱动顺序，CROSS JOIN的树结构通常比LEFT JOIN更扁平 - SQL Server 中，
CROSS JOIN可能触发Batch Hash Join，而同场景下LEFT JOIN因需保留 NULL 行，被迫退化为Row Mode Hash Join，吞吐下降明显 - PostgreSQL 14+ 对
CROSS JOIN支持parallel hash join，但对LEFT JOIN的并行支持仍有限制（尤其含聚合时）
真正容易被忽略的是：JOIN 类型不是性能开关，而是语义契约。当你发现 CROSS JOIN 比 LEFT JOIN 快，首先要确认业务是否真的需要“保留左表全量”——如果答案是否定的，那慢的从来不是 LEFT JOIN，而是你写错了语义。
