神奇的 SQL 之溫柔的陷阱 → 三值邏輯 與 NULL ！

前言

　　開心一刻　

 　　　　一箇中國小孩參加國外的脫口秀節目，由於語言不通，因而找了一個翻譯。
　　　　主持人問：「Who is your favorite singer ？」
　　　　翻譯：」你最喜歡哪一個歌手啊 ？」
　　　　小孩興奮地回答：」Michael Jackson」
　　　　翻譯轉身對主持人說：」邁克爾-傑克遜」
　　　　主持人看着翻譯："你說什麼 ？"

　　　　電視機前的觀衆："我怎麼有點蒙？" 

NULL

　　NULL 用於表示缺失的值或遺漏的未知數據，不是某種具體類型的值。數據表中的 NULL 值表示該值所處的字段爲空，值爲 NULL 的字段沒有值，尤爲要明白的是：NULL 值與 0 或者空字符串是不一樣的。

　　兩種 NULL

　　　　這種說法你們可能會以爲很奇怪，由於 SQL 裏只存在一種 NULL 。然而在討論 NULL 時，咱們通常都會將它分紅兩種類型來思考：「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」這種狀況爲例，這我的的眼睛確定是有顏色的，可是若是他不摘掉眼鏡，別人就不知道他的眼睛是什麼顏色。這就叫做未知。而「不知道冰箱的眼睛是什麼顏色」則屬於「不適用」。由於冰箱根本就沒有眼睛，因此「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」同樣，都是沒有意義的。平時，咱們習慣了說「不知道」，可是「不知道」也分不少種。「不適用」這種狀況下的 NULL ，在語義上更接近於「無心義」，而不是「不肯定」。這裏總結一下：「未知」指的是「雖然如今不知道，但加上某些條件後就能夠知道」；而「不適用」指的是「不管怎麼努力都沒法知道」。

　　　　關係模型的發明者 E.F. Codd 最早給出了這種分類。下圖是他對「丟失的信息」的分類

　　爲何必須寫成「IS NULL」，而不是「＝ NULL」

　　　　我相信很多人有這樣的困惑吧，尤爲是相信剛學 SQL 的小夥伴。咱們來看個具體的案例，假設咱們有以下表以及數據

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);

　　　　咱們要查詢備註爲 NULL 的記錄（爲 NULL 這種叫法自己是不對的，只是咱們平常中已經叫習慣了，具體往下看），怎麼查，不少新手會寫出這樣的 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，可是查不出咱們想要的結果， 這是爲何了 ？ 這個問題咱們先放着，咱們往下看

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？ 說這話時咱們須要注意所處的環境，在主流的編程語言中（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。這有點相似於咱們平時所說的：對、錯、不知道。

　　邏輯值 unknown 和做爲 NULL 的一種的 UNKNOWN （未知）是不一樣的東西。前者是明確的布爾型的邏輯值，後者既不是值也不是變量。爲了便於區分，前者採用小寫字母 unknown ，後者用大寫字母 UNKNOWN 來表示。爲了讓你們理解二者的不一樣，咱們來看一個 x=x 這樣的簡單等式。x 是邏輯值 unknown 時，x=x 被判斷爲 true ，而 x 是 UNKNOWN 時被判斷爲 unknown 

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

-- 這個至關於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。其他的 SQL 謂詞所有都能由這三個邏輯運算組合而來。從這個意義上講，這個幾個邏輯表能夠說是 SQL 的母體（matrix）。
　　　　NOT 的話，由於邏輯值表比較簡單，因此很好記；可是對於 AND 和 OR，由於組合出來的邏輯值較多，因此所有記住很是困難。爲了便於記憶，請注意這三個邏輯值之間有下面這樣的優先級順序。
　　　　　　AND 的狀況： false ＞ unknown ＞ true
　　　　　　OR 的狀況： true ＞ unknown ＞ false

　　　　優先級高的邏輯值會決定計算結果。例如 true AND unknown ，由於 unknown 的優先級更高，因此結果是 unknown 。而 true OR unknown 的話，由於 true 優先級更高，因此結果是 true 。記住這個順序後就能更方便地進行三值邏輯運算了。特別須要記住的是，當 AND 運算中包含 unknown 時，結果確定不會是 true （反之，若是AND 運算結果爲 true ，則參與運算的雙方必須都爲 true ）。

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

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」

　　　　咱們再回到問題：爲何必須寫成「IS NULL」，而不是「＝ NULL」

　　　　對 NULL 使用比較謂詞後獲得的結果老是 unknown 。而查詢結果只會包含 WHERE 子句裏的判斷結果爲 true 的行，不會包含判斷結果爲 false 和 unknown 的行。不僅是等號，對 NULL 使用其餘比較謂詞，結果也都是同樣的。因此不管 remark 是否是 NULL ，比較結果都是 unknown ，那麼永遠沒有結果返回。如下的式子都會被判爲 unknown

-- 如下的式子都會被判爲 unknown
= NULL
> NULL
< NULL
<> NULL
NULL = NULL

　　　　那麼，爲何對 NULL 使用比較謂詞後獲得的結果永遠不可能爲真呢？這是由於，NULL 既不是值也不是變量。NULL 只是一個表示「沒有值」的標記，而比較謂詞只適用於值。所以，對並不是值的 NULL 使用比較謂詞原本就是沒有意義的。「列的值爲 NULL 」、「NULL 值」 這樣的說法自己就是錯誤的。由於 NULL不是值，因此不在定義域（domain）中。相反，若是有人認爲 NULL 是值，那麼咱們能夠倒過來想一下：它是什麼類型的值？關係數據庫中存在的值必然屬於某種類型，好比字符型或數值型等。因此，假如 NULL 是值，那麼它就必須屬於某種類型。

　　　　NULL 容易被認爲是值的緣由有兩個。第一個是高級編程語言裏面，NULL 被定義爲了一個常量（不少語言將其定義爲了整數0），這致使了咱們的混淆。可是，SQL 裏的 NULL 和其餘編程語言裏的 NULL 是徹底不一樣的東西。第二個緣由是，IS NULL 這樣的謂詞是由兩個單詞構成的，因此咱們容易把 IS 看成謂詞，而把 NULL 看成值。特別是 SQL 裏還有 IS TRUE 、IS FALSE 這樣的謂詞，咱們由此類推，從而這樣認爲也不是沒有道理。可是正如講解標準 SQL 的書裏提醒人們注意的那樣，咱們應該把 IS NULL 看做是一個謂詞。所以，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

　　　　　　排中律指同一個思惟過程當中，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」

　　　　　　假設咱們有學生表：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 '學生信息';

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

SELECT * FROM t_student;

View Code

　　　　　　表中數據 yzb 的 age 是 NULL，也就是說 yzb 的年齡未知。在現實世界裏，yzb 是 20 歲，或者不是 20 歲，兩者必居其一，這毫無疑問是一個真命題。那麼在 SQL 的世界裏了，排中律還適用嗎? 咱們來看一個 SQL 

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

　　　　　　咋一看，這不就是查詢表中所有記錄嗎？ 咱們來看下實際結果

　　　　　　yzb 沒查出來，這是爲何了？咱們來分析下，yzb 的 age 是 NULL，那麼這條記錄的判斷步驟以下

-- 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，結果爲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 語句的查詢結果裏只有判斷結果爲 true 的行。要想讓 yzb 出如今結果裏，須要添加下面這樣的 「第 3 個條件」

-- 添加 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 表達式和 NULL

　　　　　　簡單 CASE 表達式以下

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

　　　　　　這個 CASE 表達式必定不會返回 ×。這是由於，第二個 WHEN 子句是 col_1 = NULL 的縮寫形式。正如咱們所知，這個式子的邏輯值永遠是 unknown ，並且 CASE 表達式的判斷方法與 WHERE 子句同樣，只承認邏輯值爲 true 的條件。正確的寫法是像下面這樣使用搜索 CASE 表達式

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

　　　　咱們在對 SQL 語句進行性能優化時，常常用到的一個技巧是將 IN 改寫成 EXISTS ，這是等價改寫，並無什麼問題。可是，將 NOT IN 改寫成 NOT EXISTS 時，結果未必同樣。

　　　　咱們來看個例子，咱們有以下兩張表：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 '學生信息';

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 '學生信息';

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'),('李彥宏', 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一樣的 B 班學生，也就說查詢出 ：馬化騰 和 李彥宏，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一樣的 B 班學生 ?
SELECT * FROM t_student_B
WHERE age NOT IN (
    SELECT age FROM t_student_A 
    WHERE city = '深圳市'
);

　　　　咱們來看下執行結果

　　　　咱們發現結果是空，查詢不到任何數據，這是爲何了 ？這裏 NULL 又開始做怪了，咱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，結果爲 unknown
SELECT * FROM t_student
WHERE (age <> 43) AND unknown AND (age <> 25);

-- 7．若是 AND 運算裏包含 unknown，則結果不爲true（參考三值邏輯的邏輯值表）
SELECT * FROM t_student
WHERE false 或 unknown;

View Code

　　　　能夠看出，在進行了一系列的轉換後，沒有一條記錄在 WHERE 子句裏被判斷爲 true 。也就是說，若是 NOT IN 子查詢中用到的表裏被選擇的列中存在 NULL ，則 SQL 語句總體的查詢結果永遠是空。這是很可怕的現象！

　　　　爲了獲得正確的結果，咱們須要使用 EXISTS 謂詞

-- 正確的SQL 語句：馬化騰和李彥宏將被查詢到
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' 
);

　　　　執行結果以下

　　　　一樣地，咱們再來一步一步地看看這段 SQL 是如何處理年齡爲 NULL 的行的

-- 1. 在子查詢裏和 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，結果爲 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. 若是AND 運算裏包含 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，所以相反地，NOT EXISTS 爲 true
SELECT * FROM t_student_B B
WHERE true;

View Code

　　　　也就是說，yzb 被做爲 「與任何人的年齡都不一樣的人」 來處理了。EXISTS 只會返回 true 或者false，永遠不會返回 unknown。所以就有了 IN 和 EXISTS 能夠互相替換使用，而 NOT IN和 NOT EXISTS 卻不能夠互相替換的混亂現象。

　　還有一些其餘的陷阱，好比：限定謂詞和 NULL、限定謂詞和極值函數不是等價的、聚合函數和 NULL 等等。

總結

　　一、NULL 用於表示缺失的值或遺漏的未知數據，不是某種具體類型的值，不能對其使用謂詞

　　二、對 NULL 使用謂詞後的結果是 unknown，unknown 參與到邏輯運算時，SQL 的運行會和預想的不同

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

　　四、要想解決 NULL 帶來的各類問題，最佳方法應該是往表裏添加 NOT NULL 約束來盡力排除 NULL

　　　　個人項目中有個硬性規定：全部字段必須是 NOT NULL，建表的時候就加上此約束

參考

　　《SQL進階教程》

navicat

　　https://gitee.com/youzhibing/tools/blob/master/NavicatforMySQL.rar