前言

　　開心一刻　

 　　　　一箇中國小孩參加國外的脫口秀節目，因為語言不通，於是找了一個翻譯。
　　　　主持人問：“Who is your favorite singer ？”
　　　　翻譯：”你最喜歡哪個歌手啊 ？”
　　　　小孩興奮地回答：”Michael Jackson”
　　　　翻譯轉身對主持人說：”邁克爾-傑克遜”
　　　　主持人看著翻譯："你說什麼 ？" 　　　　電視機前的觀眾："我怎麼有點蒙？" 

NULL

　　NULL 用於表示缺失的值或遺漏的未知資料，不是某種具體型別的值。資料表中的 NULL 值表示該值所處的欄位為空，值為 NULL 的欄位沒有值，尤其要明白的是：NULL 值與 0 或者空字串是不同的。

　　兩種 NULL

　　　　這種說法大家可能會覺得很奇怪，因為 SQL 裡只存在一種 NULL 。然而在討論 NULL 時，我們一般都會將它分成兩種型別來思考：“未知”（unknown）和“不適用”（not applicable,inapplicable）。

　　　　以“不知道戴墨鏡的人眼睛是什麼顏色”這種情況為例，這個人的眼睛肯定是有顏色的，但是如果他不摘掉眼鏡，別人就不知道他的眼睛是什麼顏色。這就叫作未知。而“不知道冰箱的眼睛是什麼顏色”則屬於“不適用”。因為冰箱根本就沒有眼睛，所以“眼睛的顏色”這一屬性並不適用於冰箱。“冰箱的眼睛的顏色”這種說法和“圓的體積”“男性的分娩次數”一樣，都是沒有意義的。平時，我們習慣了說“不知道”，但是“不知道”也分很多種。“不適用”這種情況下的 NULL ，在語義上更接近於“無意義”，而不是“不確定”。這裡總結一下：“未知”指的是“雖然現在不知道，但加上某些條件後就可以知道”；而“不適用”指的是“無論怎麼努力都無法知道”。

　　　　關係模型的發明者 E.F. Codd 最先給出了這種分類。下圖是他對“丟失的資訊”的分類

　　為什麼必須寫成“IS NULL”，而不是“＝ NULL”

　　　　我相信不少人有這樣的困惑吧，尤其是相信剛學 SQL 的小夥伴。我們來看個具體的案例，假設我們有如下表以及資料

DROP TABLE IF EXISTS t_sample_null;
CREATE TABLE t_sample_null (
    id INT(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增主鍵',
    name VARCHAR(50) NOT NULL COMMENT '名稱',
    remark VARCHAR(500) COMMENT '備註',
    primary key(id)
) COMMENT 'NULL樣例';

INSERT INTO t_sample_null(name, remark)
VALUES('zhangsan', '張三'),('李四', NULL);

　　　　我們要查詢備註為 NULL 的記錄（為 NULL 這種叫法本身是不對的，只是我們日常中已經叫習慣了，具體往下看），怎麼查，很多新手會寫出這樣的 SQL

-- SQL 不報錯，但查不出結果
SELECT * FROM t_sample_null WHERE remark = NULL;

　　　　執行時不報錯，但是查不出我們想要的結果， 這是為什麼了 ？ 這個問題我們先放著，我們往下看

三值邏輯

　　這個三值邏輯不是三目運算，指的是三個邏輯值，有人可能有疑問了，邏輯值不是隻有真(true)和假(false)嗎，哪來的第三個？ 說這話時我們需要注意所處的環境，在主流的程式語言中（C、JAVA、Python、JS等）中，邏輯值確實只有 2 個，但在 SQL 中卻存在第三個邏輯值：unknown。這有點類似於我們平時所說的：對、錯、不知道。

　　邏輯值 unknown 和作為 NULL 的一種的 UNKNOWN （未知）是不同的東西。前者是明確的布林型的邏輯值，後者既不是值也不是變數。為了便於區分，前者採用小寫字母 unknown ，後者用大寫字母 UNKNOWN 來表示。為了讓大家理解兩者的不同，我們來看一個 x=x 這樣的簡單等式。x 是邏輯值 unknown 時，x=x 被判斷為 true ，而 x 是 UNKNOWN 時被判斷為 unknown 

-- 這個是明確的邏輯值的比較
unknown = unknown → true

-- 這個相當於NULL = NULL
UNKNOWN = UNKNOWN → unknown

 　　三值邏輯的邏輯值表

　　　　NOT

　　　　AND

　　　　OR

　　　　圖中藍色部分是三值邏輯中獨有的運算，這在二值邏輯中是沒有的。其餘的 SQL 謂詞全部都能由這三個邏輯運算組合而來。從這個意義上講，這個幾個邏輯表可以說是 SQL 的母體（matrix）。
　　　　NOT 的話，因為邏輯值表比較簡單，所以很好記；但是對於 AND 和 OR，因為組合出來的邏輯值較多，所以全部記住非常困難。為了便於記憶，請注意這三個邏輯值之間有下面這樣的優先順序順序。
　　　　　　AND 的情況： false ＞ unknown ＞ true
　　　　　　OR 的情況： true ＞ unknown ＞ false

　　　　優先順序高的邏輯值會決定計算結果。例如 true AND unknown ，因為 unknown 的優先順序更高，所以結果是 unknown 。而 true OR unknown 的話，因為 true 優先順序更高，所以結果是 true 。記住這個順序後就能更方便地進行三值邏輯運算了。特別需要記住的是，當 AND 運算中包含 unknown 時，結果肯定不會是 true （反之，如果AND 運算結果為 true ，則參與運算的雙方必須都為 true ）。

-- 假設 a = 2, b = 5, c = NULL，下列表達式的邏輯值如下

a < b AND b > c  → unknown
a > b OR b < c   → unknown
a < b OR b < c   → true
NOT (b <> c)     → unknown

　　“IS NULL” 而非 “= NULL”

　　　　我們再回到問題：為什麼必須寫成“IS NULL”，而不是“＝ NULL”

　　　　對 NULL 使用比較謂詞後得到的結果總是 unknown 。而查詢結果只會包含 WHERE 子句裡的判斷結果為 true 的行，不會包含判斷結果為 false 和 unknown 的行。不只是等號，對 NULL 使用其他比較謂詞，結果也都是一樣的。所以無論 remark 是不是 NULL ，比較結果都是 unknown ，那麼永遠沒有結果返回。以下的式子都會被判為 unknown

-- 以下的式子都會被判為 unknown
= NULL
> NULL
< NULL
<> NULL
NULL = NULL

　　　　那麼，為什麼對 NULL 使用比較謂詞後得到的結果永遠不可能為真呢？這是因為，NULL 既不是值也不是變數。NULL 只是一個表示“沒有值”的標記，而比較謂詞只適用於值。因此，對並非值的 NULL 使用比較謂詞本來就是沒有意義的。“列的值為 NULL ”、“NULL 值” 這樣的說法本身就是錯誤的。因為 NULL不是值，所以不在定義域（domain）中。相反，如果有人認為 NULL 是值，那麼我們可以倒過來想一下：它是什麼型別的值？關係資料庫中存在的值必然屬於某種型別，比如字元型或數值型等。所以，假如 NULL 是值，那麼它就必須屬於某種型別。

　　　　NULL 容易被認為是值的原因有兩個。第一個是高階程式語言裡面，NULL 被定義為了一個常量（很多語言將其定義為了整數0），這導致了我們的混淆。但是，SQL 裡的 NULL 和其他程式語言裡的 NULL 是完全不同的東西。第二個原因是，IS NULL 這樣的謂詞是由兩個單詞構成的，所以我們容易把 IS 當作謂詞，而把 NULL 當作值。特別是 SQL 裡還有 IS TRUE 、IS FALSE 這樣的謂詞，我們由此類推，從而這樣認為也不是沒有道理。但是正如講解標準 SQL 的書裡提醒人們注意的那樣，我們應該把 IS NULL 看作是一個謂詞。因此，寫成 IS_NULL 這樣也許更合適。

溫柔的陷阱

　　比較謂詞和 NULL

　　　　排中律不成立

　　　　　　排中律指同一個思維過程中，兩個相互矛盾的思想不能同假，必有一真，即“要麼A要麼非A”

　　　　　　假設我們有學生表：t_student

DROP TABLE IF EXISTS t_student;
CREATE TABLE t_student (
    id INT(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增主鍵',
    name VARCHAR(50) NOT NULL COMMENT '名稱',
    age INT(3) COMMENT '年齡',
    remark VARCHAR(500) NOT NULL DEFAULT '' COMMENT '備註',
    primary key(id)
) COMMENT '學生資訊';

INSERT INTO t_student(name, age)
VALUE('zhangsan', 25),('wangwu', 60),('bruce', 32),('yzb', NULL),('boss', 18);

SELECT * FROM t_student;

View Code

　　　　　　表中資料 yzb 的 age 是 NULL，也就是說 yzb 的年齡未知。在現實世界裡，yzb 是 20 歲，或者不是 20 歲，二者必居其一，這毫無疑問是一個真命題。那麼在 SQL 的世界裡了，排中律還適用嗎? 我們來看一個 SQL 

SELECT * FROM t_student
WHERE age = 20 OR age <> 20;

　　　　　　咋一看，這不就是查詢表中全部記錄嗎？ 我們來看下實際結果

　　　　　　yzb 沒查出來，這是為什麼了？我們來分析下，yzb 的 age 是 NULL，那麼這條記錄的判斷步驟如下

-- 1. 約翰年齡是 NULL (未知的 NULL !)
SELECT *
FROM t_student
WHERE age = NULL
OR age <> NULL;

-- 2. 對 NULL 使用比較謂詞後，結果為unknown
SELECT *
FROM t_student
WHERE unknown
OR unknown;

-- 3．unknown OR unknown 的結果是unknown (參考三值邏輯的邏輯值表)
SELECT *
FROM t_student
WHERE unknown;

　　　　　　SQL 語句的查詢結果裡只有判斷結果為 true 的行。要想讓 yzb 出現在結果裡，需要新增下面這樣的 “第 3 個條件”

-- 新增 3 個條件：年齡是20 歲，或者不是20 歲，或者年齡未知
SELECT * FROM t_student
WHERE age = 20 
    OR age <> 20
    OR age IS NULL;

　　　　CASE 表示式和 NULL

　　　　　　簡單 CASE 表示式如下

CASE col_1
    WHEN = 1 THEN 'o'
    WHEN NULL THEN 'x'
END

　　　　　　這個 CASE 表示式一定不會返回 ×。這是因為，第二個 WHEN 子句是 col_1 = NULL 的縮寫形式。正如我們所知，這個式子的邏輯值永遠是 unknown ，而且 CASE 表示式的判斷方法與 WHERE 子句一樣，只認可邏輯值為 true 的條件。正確的寫法是像下面這樣使用搜索 CASE 表示式

CASE WHEN col_1 = 1 THEN 'o'
    WHEN col_1 IS NULL THEN 'x'
END

　　NOT IN 和 NOT EXISTS 不是等價的

　　　　我們在對 SQL 語句進行效能優化時，經常用到的一個技巧是將 IN 改寫成 EXISTS ，這是等價改寫，並沒有什麼問題。但是，將 NOT IN 改寫成 NOT EXISTS 時，結果未必一樣。

　　　　我們來看個例子，我們有如下兩張表：t_student_A 和 t_student_B，分別表示 A 班學生與 B 班學生 

DROP TABLE IF EXISTS t_student_A;
CREATE TABLE t_student_A (
    id INT(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增主鍵',
    name VARCHAR(50) NOT NULL COMMENT '名稱',
    age INT(3) COMMENT '年齡',
    city VARCHAR(50) NOT NULL COMMENT '城市',
    remark VARCHAR(500) NOT NULL DEFAULT '' COMMENT '備註',
    primary key(id)
) COMMENT '學生資訊';

INSERT INTO t_student_A(name, age, city)
VALUE
('zhangsan', 25,'深圳市'),('wangwu', 60, '廣州市'),
('bruce', 32, '北京市'),('yzb', NULL, '深圳市'),
('boss', 43, '深圳市');

DROP TABLE IF EXISTS t_student_B;
CREATE TABLE t_student_B (
    id INT(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增主鍵',
    name VARCHAR(50) NOT NULL COMMENT '名稱',
    age INT(3) COMMENT '年齡',
    city VARCHAR(50) NOT NULL COMMENT '城市',
    remark VARCHAR(500) NOT NULL DEFAULT '' COMMENT '備註',
    primary key(id)
) COMMENT '學生資訊';

INSERT INTO t_student_B(name, age, city)
VALUE
('馬化騰', 45, '深圳市'),('馬三', 25, '深圳市'),
('馬雲', 43, '杭州市'),('李彥巨集', 41, '深圳市'),
('年輕人', 25, '深圳市');

SELECT * FROM t_student_A;
SELECT * FROM t_student_B;

View Code

　　　　需求：查詢與 A  班住在深圳的學生年齡不同的 B 班學生，也就說查詢出 ：馬化騰 和 李彥巨集，這個 SQL 該如何寫，像這樣？

-- 查詢與 A  班住在深圳的學生年齡不同的 B 班學生 ?
SELECT * FROM t_student_B
WHERE age NOT IN (
    SELECT age FROM t_student_A 
    WHERE city = '深圳市'
);

　　　　我們來看下執行結果

　　　　我們發現結果是空，查詢不到任何資料，這是為什麼了 ？這裡 NULL 又開始作怪了，我們一步一步來看看究竟發生了什麼

-- 1. 執行子查詢，獲取年齡列表
SELECT * FROM t_student
WHERE age NOT IN(43, NULL, 25);

-- 2. 用NOT 和IN 等價改寫NOT IN
SELECT * FROM t_student
WHERE NOT age IN (43, NULL, 25);

-- 3. 用OR 等價改寫謂詞IN
SELECT * FROM t_student
WHERE NOT ( (age = 43) OR (age = NULL) OR (age = 25) );

-- 4. 使用德· 摩根定律等價改寫
SELECT * FROM t_student
WHERE NOT (age = 43) AND NOT(age = NULL) AND NOT (age = 25);

-- 5. 用<> 等價改寫 NOT 和 =
SELECT * FROM t_student
WHERE (age <> 43) AND (age <> NULL) AND (age <> 25);

-- 6. 對NULL 使用<> 後，結果為 unknown
SELECT * FROM t_student
WHERE (age <> 43) AND unknown AND (age <> 25);

-- 7．如果 AND 運算裡包含 unknown，則結果不為true（參考三值邏輯的邏輯值表）
SELECT * FROM t_student
WHERE false 或 unknown;

View Code

　　　　可以看出，在進行了一系列的轉換後，沒有一條記錄在 WHERE 子句裡被判斷為 true 。也就是說，如果 NOT IN 子查詢中用到的表裡被選擇的列中存在 NULL ，則 SQL 語句整體的查詢結果永遠是空。這是很可怕的現象！

　　　　為了得到正確的結果，我們需要使用 EXISTS 謂詞

-- 正確的SQL 語句：馬化騰和李彥巨集將被查詢到
SELECT * FROM t_student_B B
WHERE NOT EXISTS ( 
    SELECT * FROM t_student_A A
    WHERE B.age = A.age
    AND A.city = '深圳市' 
);

　　　　執行結果如下

　　　　同樣地，我們再來一步一步地看看這段 SQL 是如何處理年齡為 NULL 的行的

-- 1. 在子查詢裡和 NULL 進行比較運算，此時 A.age 是 NULL
SELECT * FROM t_student_B B
WHERE NOT EXISTS ( 
    SELECT * FROM t_student_A A
    WHERE B.age = NULL
    AND A.city = '深圳市' 
);

-- 2. 對NULL 使用“=”後，結果為 unknown
SELECT * FROM t_student_B B
WHERE NOT EXISTS ( 
    SELECT * FROM t_student_A A
    WHERE unknown
    AND A.city = '深圳市' 
);

-- 3. 如果AND 運算裡包含 unknown，結果不會是true
SELECT * FROM t_student_B B
WHERE NOT EXISTS ( 
    SELECT * FROM t_student_A A
    WHERE false 或 unknown
);

-- 4. 子查詢沒有返回結果，因此相反地，NOT EXISTS 為 true
SELECT * FROM t_student_B B
WHERE true;

View Code

　　　　也就是說，yzb 被作為 “與任何人的年齡都不同的人” 來處理了。EXISTS 只會返回 true 或者false，永遠不會返回 unknown。因此就有了 IN 和 EXISTS 可以互相替換使用，而 NOT IN和 NOT EXISTS 卻不可以互相替換的混亂現象。

　　還有一些其他的陷阱，比如：限定謂詞和 NULL、限定謂詞和極值函式不是等價的、聚合函式和 NULL 等等。

總結

　　1、NULL 用於表示缺失的值或遺漏的未知資料，不是某種具體型別的值，不能對其使用謂詞

　　2、對 NULL 使用謂詞後的結果是 unknown，unknown 參與到邏輯運算時，SQL 的執行會和預想的不一樣

　　3、 IS NULL 整個是一個謂詞，而不是：IS 是謂詞，NULL 是值；類似的還有 IS TRUE、IS FALSE

　　4、要想解決 NULL 帶來的各種問題，最佳方法應該是往表裡新增 NOT NULL 約束來盡力排除 NULL

　　　　我的專案中有個硬性規定：所有欄位必須是 NOT NULL，建表的時候就加上此約束

參考

　　《SQL進階教