【原创】关于not in的一些事情

早上到公司，收到一条cocall消息，是某哥们遇到的疑惑,可能很多新手并不知情：

请教个问题
我执行
1.   select * from t_htgl_htpswj t where t.c_wjmc = '山西'; 结果是 存在一条记录
2.   select * from t_htgl_fj t where t.c_wjmc = '山西';   结果是不存在记录
3. 为什么执行
  select  count(*) from t_htgl_htpswj htpswj where htpswj.c_wjmc not in (select fj.c_wjmc from t_htgl_fj fj  )
按照 1,2的执行结果，3的结果应该是至少是1才对呀，为什么实际执行结果是0呢。。。。   C_WJMC的类型都是VARCHAR(200)
很诡异的是 第三个查询，我如果用下面这个语句统计查询又是可以查询到结果的。。。。
select count(*) from t_htgl_htpswj htpswj where htpswj.c_wjmc not in (select fj.c_wjmc from t_htgl_fj fj where fj.n_xsxm_htps is not null)
我添加的这个子查询的条件好像和整体查询没有关系呀。。。

对于这个问题，需要了解以下两点内容：
1.null到底是个什么东西？
2.not in是如何执行的，什么原理？
下面看第一点：
1.null到底是个什么东西？我们知道在存储过程中：select a into b from t1 where c='';--如果返回的记录为零，那么会报错，此时实际上返回的就是一个null，一般在前面加一个count的判断再into。
null在oracle中代表什么都不是，空记录，这个地球人都知道，关键是在运算中，null和任何值的算术或者逻辑运算结果都是null，而且它和任何值都不相等，也非不相等，和自身也不相等，如：
select * from t1 where a=null;--查不到正确的记录
select * from t1 where null=null;--查不到记录。因此在判断空与非空时使用is null或者is not null来判断，以下是有个哥们让优化的sql：

..........
union all
        select C_BH,N_AJLB,C_AH,C_AJJC,C_AJMC,C_BH_SAR,D_BJRQ,C_BH_CBDW from t_ywgy_hztj_aj where n_ajlb = 202 and C_TBLX <> null union all
        select C_BH,N_AJLB,C_AH,C_AJJC,C_AJMC,C_BH_SAR,D_BJRQ,C_BH_CBDW from t_ywgy_hztj_aj where n_ajlb = 302 and C_TBLX <> null ...........

这样写是不对的，会获取不到正确的记录。应该这样写：
select * from t1 where a is null or b is not null;

插播一点，is null和is not null判断都是无法使用索引的，tom的书上有个很不错的提议，就是将null以一个值来代替，如果某列代码值为空，如不妨以-1来代表null，字符的话也可以以其他值（如‘null’）代替，这样在判断的时候可以使用索引。
2.not in 是如何执行的？
先看in是如何执行的：
如：

select * from t where a in(1,2,3);查询等价于：
select * from t where a=1 or a=2 or a=3;

如果条件有null呢？

select * from t where a in(1,2,3,null);等价于：
select * from t where a=1 or a=2 or a=3 or a=null;
--这是没有问题的,一般一样可以得到正确结果，因为a和null不相等，因此null值会被忽略

那么not in呢？

select * from t where a not in(1,2,3);--等价于
select * from t where a !=1 and a!=2 and a!=3;

如果这个条件中有null值呢？

select * from t where a not in(1,2,3,null);--等价于
select * from t where a !=1 and a!=2 and a!=3 and a!=null;

看a!=null，这个条件是不成立的，始终都是false，所以导致整个表达式为false，所以查不到任何记录。

回到开头的问题：

select  count(*) from t_htgl_htpswj htpswj where htpswj.c_wjmc not in (select fj.c_wjmc from t_htgl_fj fj  )；

"select fj.c_wjmc from t_htgl_fj fj",这个sql中c_wjmc返回的结果是否包含null值呢？
我们执行以下sql:
select count(*) from t_htgl_fj fj where fj.c_wjmc is null;
----------
COUNT(*)
30
----------
所以，子查询中的c_wjmc存在null值，导致整个where的逻辑运算结果为false，因此没有返回任何结果。
那么为什么

“select count(*) from t_htgl_htpswj htpswj where htpswj.c_wjmc not in (select fj.c_wjmc from t_htgl_fj fj where fj.n_xsxm_htps is not null)”查询就能返回结果呢？

select fj.c_wjmc from t_htgl_fj fj where fj.n_xsxm_htps is not null；--这个查询中c_wjmc有没有空值呢？
执行以下查询：

select count(*) from thims.t_htgl_fj fj where fj.n_xsxm_htps is not null and c_wjmc is null;--n_xsxm_htps为空且c_wjmc也为空的记录：
----------
COUNT(*)
0
----------

这个查询中恰巧n_xsxm_htps is not null将所有的c_wjmc为null的记录过滤掉了，所以子查询中没有null值，所以能查到正确的结果。

结论：在not in的查询中，如果子查询结果中包含null值，将查不到记录，not in无法处理null值。因此可以使用exists，如果非要使用not in，也要保证在子查询中将null值过滤掉。
通常情况下，exists效率要高于in，而且exists可以准确的处理null值（其实是事先过滤掉罢了，不再赘述），关于exists和in的使用场景和区别，见另一篇帖子：