深入具体解释SQL中的Null

NULL 在计算机和编程世界中表示的是未知,不确定。尽管中文翻译为 “空”, 但此空(null)非彼空(empty)。 Null表示的是一种未知状态。未来状态,比方小明兜里有多少钱我不清楚，但也不能肯定为0，这时在计算机中就使用Null来表示未知和不确定。

尽管熟练掌握SQL的人对于Null不会有什么疑问，但总结得非常全的文章还是非常难找，看到一篇英文版的, 感觉还不错。

Tony Hoare 在1965年发明了 null 引用, 并觉得这是他犯下的“几十亿美元的错误”. 即便是50年后的今天, SQL中的 null 值还是导致很多常见错误的罪魁祸首.

我们一起来看那些最令人震惊的情况。

Null不支持大小/相等推断

以下的2个查询,无论表 users 中有多少条记录，返回的记录都是0行:

select * from users where deleted_at = null;

– result: 0 rows

select * from users where deleted_at != null;

– result: 0 rows

怎么会这样子? 一切仅仅由于 null 是表示一种“未知”的类型。也就是说。用常规的比較操作符(normal conditional operators)来将 null 与其它值比較是没有意义的。 Null 也不等于 Null(近似理解: 未知的值不能等于未知的值。两者间的关系也是未知。否则数学和逻辑上就乱套了)。

– 注意: 以下的SQL适合于MySQL,假设是Oracle，你须要加上 … from dual;

select null > 0;

– result: null

select null < 0;

– result: null

select null = 0;

– result: null

select null = null;

– result: null

select null != null;

– result: null

将某个值与 null 进行比較的正确方法是使用 is keyword, 以及 is not 操作符:

select * from users

where deleted_at is null;

– result: 全部未被删除的 users

select * from users

where deleted_at is not null;

– result: 全部被标记为删除的 users

假设想要推断两列的值是否不相同，则能够使用 is distinct from:

select * from users

where has_address is distinct from has_photo

– result: 地址(address)或照片(photo)两者仅仅有其一的用户

not in 与 Null

子查询(subselect)是一种非常方便的过滤数据的方法。比如,假设想要查询没有不论什么包的用户,能够编写以下这样一个查询:

select * from users

where id not in (select user_id from packages)

但此时假若 packages 表中某一行的 user_id 是 null 的话。问题就来了: 返回结果是空的! 要理解为什么会发生这样的古怪的事情, 我们须要理解SQL编译器到底干了些什么. 以下是一个更简单的演示样例:

select * from users

where id not in (1, 2, null)

这个SQL语句会被转换为:

select * from users

where id != 1 and id != 2 and id != null

我们知道。id != null 结果是个未知值, null. 而随意值和 null 进行 and 运算的结果都是 null, 所以相当于没有其它条件. 那么出这样的结果的原因就是 null 的逻辑值不为 true.

假设条件调换过来, 查询结果就没有问题。如今我们查询有package的用户.

select * from users

where id in (select user_id from packages)

相同我们能够使用简单的样例:

select * from users

where id in (1, 2, null)

这条SQL被转换为:

select * from users

where id = 1 or id = 2 or id = null

由于 where 子句中是一串的 or 条件，所以当中某个的结果为 null 也是无关紧要的。非真(non-true)值并不影响子句中其它部分的计算结果,相当于被忽略了。

Null与排序

在排序时, null 值被觉得是最大的. 在降序排序时(descending)这会让你非常头大,由于 null值排在了最前面。

以下这个查询是为了依据得分显示用户排名, 但它将没有得分的用户排到了最前面!

select name, points

from users

order by 2 desc;

– points 为 null 的记录排在全部记录之前!

解决这类问题有两种思路。

最简单的一种是用 coalesce 消除 null的影响:

– 在输出时将 null 转换为 0 :

select name, coalesce(points, 0)

from users

order by 2 desc;

– 输出时保留 null, 但排序时转换为 0 :

select name, points

from users

order by coalesce(points, 0) desc;

另一种方式须要数据库的支持，指定排序时将 null 值放在最前面还是最后面:

select name, coalesce(points, 0)

from users

order by 2 desc nulls last;

当然， null 也能够用来防止错误的发生，比方处理除数为0的数学运算错误。

被 0 除

除数为0是一个非常 egg-painfull 的错误。昨天还执行得好好的SQL。突然被0除一下子就出错了。一个经常使用的解决方法是先用 case 语句推断分母(denominator)是否为0，再进行除法运算。

select case when num_users = 0 then 0

else total_sales/num_users end;

case 语句的方式事实上非常难看，并且分母被反复使用了。

假设是简单的情况还好，假设分母是个非常复杂的表达式，那么悲剧就来了：非常难读，非常难维护和改动,一不小心就是一堆BUG.

这时候我们能够看看 null 的优点. 使用 nullif 使得分母为0时变成 null. 这样就不再报错, num_users = 0 时返回结果变为 null.

select total_sales/nullif(num_users, 0);

nullif 是将其它值转为 null, 而Oracle的 nvl 是将 null 转换为其它值。

假设不想要 null，而是希望转换为 0 或者其它数，则能够在前一个SQL的基础上使用 coalesce函数:

select coalesce(total_sales/nullif(num_users, 0), 0);

null 再转换回0

Conclusion

Tony Hoare 或许会懊悔自己的错误, 但至少 null 存在的问题非常easy地就攻克了. 那么快去练练新的大招吧。从此远离 null 挖出来的无效大坑(nullifying)!

原文链接: Understanding SQL’s Null

原文日期: 2015年03月17日

翻译日期: 2015年03月18日

翻译人员: 铁锚 http://blog.csdn.net/renfufei