前言 開心一刻 一個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: ...
前言
開心一刻
一個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 或者空字元串是不同的。
兩種 NULL
這種說法大家可能會覺得很奇怪,因為 SQL 里只存在一種 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“丟失的信息”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 的小伙伴。我們來看個具體的案例,假設我們有如下表以及數據
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);
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,邏輯值不是只有真(true)和假(false)嗎,哪來的第三個? 說這話時我們需要註意所處的環境,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。前者是明確的布爾型的邏輯值,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,請註意這三個邏輯值之間有下麵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 子句里的判斷結果為 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:它是什麼類型的值?關係資料庫中存在的值必然屬於某種類型,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類型。
NULL 容易被認為是值的原因有兩個。第一個是高級編程語言裡面,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 里的 NULL 和其他編程語言里的 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 里還有 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 的書里提醒人們註意的那樣,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。在現實世界里,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 的世界里了,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 語句的查詢結果里只有判斷結果為 true 的行。要想讓 yzb 出現在結果里,需要添加下麵這樣的 “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 表達式如下
CASE col_1 WHEN = 1 THEN 'o' WHEN NULL THEN 'x' END
這個 CASE 表達式一定不會返回 ×。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 表達式的判斷方法與 WHERE 子句一樣,只認可邏輯值為 true 的條件。正確的寫法是像下麵這樣使用搜索 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
我們在對 SQL 語句進行性能優化時,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,查詢不到任何數據,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 運算里包含 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 子句里被判斷為 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. 在子查詢里和 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 運算里包含 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、限定謂詞和極值函數不是等價的、聚合函數和 NULL 等等。
總結
1、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
2、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添加 NOT NULL 約束來儘力排除 NULL
我的項目中有個硬性規定:所有欄位必須是 NOT NULL,建表的時候就加上此約束
參考
《SQL進階教程》