在数据库开发中，我们经常听到一句话：“尽量把字段设置为 NOT NULL”。这不仅仅是为了节省存储空间或优化索引，更重要的是为了规避 NULL 带来的逻辑混乱。

NULL 在 SQL 标准中并不等于 0，也不等于空字符串 ''。它代表的是 “Unknown”（未知）。

正是这个“未知”属性，打破了编程语言中常见的二值逻辑（True/False），引入了复杂的三值逻辑 (Three-Valued Logic)。

一、 底层逻辑：为什么 NULL != NULL ？

在 Java 或 Python 中，null == null 通常为真。但在 SQL 中，这是一个经典的陷阱。

请看以下 SQL 的执行结果：

SELECT 1 = 1;       -- 结果: 1 (True)
SELECT 1 = 0;       -- 结果: 0 (False)
SELECT 1 = NULL;    -- 结果: NULL (Unknown)
SELECT NULL = NULL; -- 结果: NULL (Unknown)

原理分析：

因为 NULL 代表“未知”。

“一个未知的值”等于“另一个未知的值”吗？数据库无法确定，所以结果依然是“未知”。

在 SQL 的 WHERE 子句中，只有当表达式结果为 True 时，数据才会被返回。False 和 Unknown 都会被丢弃。

这就是为什么 SELECT * FROM users WHERE age != 20 永远查不到 age 为 NULL 的用户。因为 NULL != 20 的结果是 Unknown。

✅ 正确写法：

必须使用专门的操作符 IS NULL 或 IS NOT NULL，或者使用 COALESCE 函数处理默认值。

SELECT * FROM users WHERE age != 20 OR age IS NULL;
-- 或者
SELECT * FROM users WHERE COALESCE(age, 0) != 20;

二、 致命陷阱：为什么 NOT IN 查不到数据？

这是 NULL 导致的最严重、也最难排查的 Bug。

场景复现：

我们需要查询“没有下单记录的用户”。

表 A (users) 有用户 ID：1, 2, 3。

表 B (orders) 有下单用户 ID：1, NULL (脏数据)。

错误的写法：

SELECT * FROM users 
WHERE id NOT IN (SELECT user_id FROM orders);

预期结果： 用户 2, 3。

实际结果： 空集 (Empty Set)。一条数据都查不到。

逻辑推演：

NOT IN 本质上是一组 AND 条件的简写。

上述 SQL 等价于：

SELECT * FROM users 
WHERE id != 1 
  AND id != NULL; -- 问题出在这里

当判断用户 2 时：

1. 2 != 1 -> True
2. 2 != NULL -> Unknown
3. True AND Unknown -> Unknown

由于最终结果不是 True，该行被过滤。只要子查询中包含任何一个 NULL 值，整个 NOT IN 查询就会彻底失效，返回空结果。

✅ 正确解法：使用 NOT EXISTS

EXISTS 谓词只关心“有没有行”，它不受 NULL 的三值逻辑影响。

SELECT * FROM users u
WHERE NOT EXISTS (
    SELECT 1 FROM orders o WHERE o.user_id = u.id
);

或者，如果你非要用 NOT IN，必须在子查询中显式排除 NULL：

WHERE id NOT IN (SELECT user_id FROM orders WHERE user_id IS NOT NULL)

但从性能和语义稳健性角度，推荐始终使用 NOT EXISTS。

三、 统计偏差：COUNT(*) 与 AVG() 的数学游戏

在使用聚合函数时，NULL 的处理方式同样存在不一致性，极易导致报表数据对不上。

1. 计数的差异

• COUNT(*)：统计物理行数。无论列值是否为 NULL，都算一行。
• COUNT(col)：统计有效值。如果该列为 NULL，则不计数。

实战场景： 计算“用户手机号填写的覆盖率”。

应使用 COUNT(phone) / COUNT(*)，而不是直接看行数。

2. 平均值的陷阱

AVG()、SUM()、MAX() 等聚合函数在计算时，会自动忽略 NULL 值。

场景复现：

某部门 3 个人，奖金分别是：1000, 2000, NULL（未发）。

老板问：平均奖金是多少？

SELECT AVG(bonus) FROM employee;

• 计算逻辑： (1000 + 2000) / 2 = 1500。
• 业务逻辑： 可能要把 NULL 当作 0 处理，即 (1000 + 2000 + 0) / 3 = 1000。

✅ 正确写法：

如果业务要求 NULL 视为 0，必须先处理值：

SELECT AVG(COALESCE(bonus, 0)) FROM employee;

四、 排序的诡异：NULL 在前还是在后？

当你对包含 NULL 的列进行 ORDER BY 时，不同的数据库行为不一致：

• MySQL： 默认认为 NULL 是最小值（ASC 时排在最前）。
• Oracle/PostgreSQL： 默认认为 NULL 是最大值（ASC 时排在最后）。

这会导致 API 返回给前端的列表顺序在不同环境下表现不一致。

✅ 通用解法：

使用标准语法控制 NULL 的位置：

ORDER BY sort_no ASC NULLS LAST; -- 强制 NULL 排在最后

注：MySQL 原生暂不支持 NULLS LAST 语法，可以使用 ORDER BY -sort_no DESC (针对数字) 或 ORDER BY ISNULL(sort_no), sort_no 来模拟。

总结

SQL 中的 NULL 不是“空”，它是“未知”。在处理 NULL 时，请遵循以下三条铁律：

1. 比较原则： 永远不要用 = 或 != 去比较 NULL，只能用 IS NULL。
2. 集合原则： 严禁在 NOT IN 的子查询中引入 NULL 值，首选 NOT EXISTS。
3. 计算原则： 聚合计算前，根据业务需求使用 COALESCE(col, 0) 填充默认值，防止分母计算错误。

转自https://juejin.cn/post/7594303825014997007