神奇的 SQL 之温柔的陷阱 → 三值逻辑与 NULL ！

时间 2019-11-06 标签神奇 sql 陷阱逻辑 null

前言

　　开心一刻　git

　　　　一个中国小孩参加国外的脱口秀节目，由于语言不通，因而找了一个翻译。
　　　　主持人问：“Who is your favorite singer ？”
　　　　翻译：”你最喜欢哪一个歌手啊？”
　　　　小孩兴奋地回答：”Michael Jackson”
　　　　翻译转身对主持人说：”迈克尔-杰克逊”
　　　　主持人看着翻译："你说什么？"

　　　　电视机前的观众："我怎么有点蒙？"

NULL

　　NULL 用于表示缺失的值或遗漏的未知数据，不是某种具体类型的值。数据表中的 NULL 值表示该值所处的字段为空，值为 NULL 的字段没有值，尤为要明白的是：NULL 值与 0 或者空字符串是不一样的。数据库

　　两种 NULL

　　　　这种说法你们可能会以为很奇怪，由于 SQL 里只存在一种 NULL 。然而在讨论 NULL 时，咱们通常都会将它分红两种类型来思考：“未知”（unknown）和“不适用”（not applicable,inapplicable）。编程

　　　　以“不知道戴墨镜的人眼睛是什么颜色”这种状况为例，这我的的眼睛确定是有颜色的，可是若是他不摘掉眼镜，别人就不知道他的眼睛是什么颜色。这就叫做未知。而“不知道冰箱的眼睛是什么颜色”则属于“不适用”。由于冰箱根本就没有眼睛，因此“眼睛的颜色”这一属性并不适用于冰箱。“冰箱的眼睛的颜色”这种说法和“圆的体积”“男性的分娩次数”同样，都是没有意义的。平时，咱们习惯了说“不知道”，可是“不知道”也分不少种。“不适用”这种状况下的 NULL ，在语义上更接近于“无心义”，而不是“不肯定”。这里总结一下：“未知”指的是“虽然如今不知道，但加上某些条件后就能够知道”；而“不适用”指的是“不管怎么努力都没法知道”。性能优化

　　　　关系模型的发明者 E.F. Codd 最早给出了这种分类。下图是他对“丢失的信息”的分类app

　　为何必须写成“IS NULL”，而不是“＝ NULL”

　　　　我相信很多人有这样的困惑吧，尤为是相信刚学 SQL 的小伙伴。咱们来看个具体的案例，假设咱们有以下表以及数据dom

DROP TABLE IF EXISTS t_sample_null;
CREATE TABLE t_sample_null (
    id INT(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增主键',
    name VARCHAR(50) NOT NULL COMMENT '名称',
    remark VARCHAR(500) COMMENT '备注',
    primary key(id)
) COMMENT 'NULL样例';

INSERT INTO t_sample_null(name, remark)
VALUES('zhangsan', '张三'),('李四', NULL);

　　　　咱们要查询备注为 NULL 的记录（为 NULL 这种叫法自己是不对的，只是咱们平常中已经叫习惯了，具体往下看），怎么查，不少新手会写出这样的 SQL编程语言

-- SQL 不报错，但查不出结果
SELECT * FROM t_sample_null WHERE remark = NULL;

　　　　执行时不报错，可是查不出咱们想要的结果，这是为何了？这个问题咱们先放着，咱们往下看ide

三值逻辑

　　这个三值逻辑不是三目运算，指的是三个逻辑值，有人可能有疑问了，逻辑值不是只有真(true)和假(false)吗，哪来的第三个？说这话时咱们须要注意所处的环境，在主流的编程语言中（C、JAVA、Python、JS等）中，逻辑值确实只有 2 个，但在 SQL 中却存在第三个逻辑值：unknown。这有点相似于咱们平时所说的：对、错、不知道。函数

　　逻辑值 unknown 和做为 NULL 的一种的 UNKNOWN （未知）是不一样的东西。前者是明确的布尔型的逻辑值，后者既不是值也不是变量。为了便于区分，前者采用小写字母 unknown ，后者用大写字母 UNKNOWN 来表示。为了让你们理解二者的不一样，咱们来看一个 x=x 这样的简单等式。x 是逻辑值 unknown 时，x=x 被判断为 true ，而 x 是 UNKNOWN 时被判断为 unknown 性能

-- 这个是明确的逻辑值的比较
unknown = unknown → true

-- 这个至关于NULL = NULL
UNKNOWN = UNKNOWN → unknown

　　三值逻辑的逻辑值表

　　　　NOT

　　　　AND

　　　　图中蓝色部分是三值逻辑中独有的运算，这在二值逻辑中是没有的。其他的 SQL 谓词所有都能由这三个逻辑运算组合而来。从这个意义上讲，这个几个逻辑表能够说是 SQL 的母体（matrix）。
　　　　NOT 的话，由于逻辑值表比较简单，因此很好记；可是对于 AND 和 OR，由于组合出来的逻辑值较多，因此所有记住很是困难。为了便于记忆，请注意这三个逻辑值之间有下面这样的优先级顺序。
　　　　　　AND 的状况： false ＞ unknown ＞ true
　　　　　　OR 的状况： true ＞ unknown ＞ false

　　　　优先级高的逻辑值会决定计算结果。例如 true AND unknown ，由于 unknown 的优先级更高，因此结果是 unknown 。而 true OR unknown 的话，由于 true 优先级更高，因此结果是 true 。记住这个顺序后就能更方便地进行三值逻辑运算了。特别须要记住的是，当 AND 运算中包含 unknown 时，结果确定不会是 true （反之，若是AND 运算结果为 true ，则参与运算的双方必须都为 true ）。

-- 假设 a = 2, b = 5, c = NULL，下列表达式的逻辑值以下

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”

　　　　咱们再回到问题：为何必须写成“IS NULL”，而不是“＝ NULL”

　　　　对 NULL 使用比较谓词后获得的结果老是 unknown 。而查询结果只会包含 WHERE 子句里的判断结果为 true 的行，不会包含判断结果为 false 和 unknown 的行。不仅是等号，对 NULL 使用其余比较谓词，结果也都是同样的。因此不管 remark 是否是 NULL ，比较结果都是 unknown ，那么永远没有结果返回。如下的式子都会被判为 unknown

-- 如下的式子都会被判为 unknown
= NULL
> NULL
< NULL
<> NULL
NULL = NULL

　　　　那么，为何对 NULL 使用比较谓词后获得的结果永远不可能为真呢？这是由于，NULL 既不是值也不是变量。NULL 只是一个表示“没有值”的标记，而比较谓词只适用于值。所以，对并不是值的 NULL 使用比较谓词原本就是没有意义的。“列的值为 NULL ”、“NULL 值” 这样的说法自己就是错误的。由于 NULL不是值，因此不在定义域（domain）中。相反，若是有人认为 NULL 是值，那么咱们能够倒过来想一下：它是什么类型的值？关系数据库中存在的值必然属于某种类型，好比字符型或数值型等。因此，假如 NULL 是值，那么它就必须属于某种类型。

　　　　NULL 容易被认为是值的缘由有两个。第一个是高级编程语言里面，NULL 被定义为了一个常量（不少语言将其定义为了整数0），这致使了咱们的混淆。可是，SQL 里的 NULL 和其余编程语言里的 NULL 是彻底不一样的东西。第二个缘由是，IS NULL 这样的谓词是由两个单词构成的，因此咱们容易把 IS 看成谓词，而把 NULL 看成值。特别是 SQL 里还有 IS TRUE 、IS FALSE 这样的谓词，咱们由此类推，从而这样认为也不是没有道理。可是正如讲解标准 SQL 的书里提醒人们注意的那样，咱们应该把 IS NULL 看做是一个谓词。所以，写成 IS_NULL 这样也许更合适。

温柔的陷阱

　　比较谓词和 NULL

　　　　排中律不成立

　　　　　　排中律指同一个思惟过程当中，两个相互矛盾的思想不能同假，必有一真，即“要么A要么非A”

　　　　　　假设咱们有学生表：t_student

DROP TABLE IF EXISTS t_student;
CREATE TABLE t_student (
    id INT(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增主键',
    name VARCHAR(50) NOT NULL COMMENT '名称',
    age INT(3) COMMENT '年龄',
    remark VARCHAR(500) NOT NULL DEFAULT '' COMMENT '备注',
    primary key(id)
) COMMENT '学生信息';

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

SELECT * FROM t_student;

View Code

　　　　　　表中数据 yzb 的 age 是 NULL，也就是说 yzb 的年龄未知。在现实世界里，yzb 是 20 岁，或者不是 20 岁，两者必居其一，这毫无疑问是一个真命题。那么在 SQL 的世界里了，排中律还适用吗? 咱们来看一个 SQL

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

　　　　　　咋一看，这不就是查询表中所有记录吗？咱们来看下实际结果

　　　　　　yzb 没查出来，这是为何了？咱们来分析下，yzb 的 age 是 NULL，那么这条记录的判断步骤以下

-- 1. 约翰年龄是 NULL (未知的 NULL !)
SELECT *
FROM t_student
WHERE age = NULL
OR age <> NULL;

-- 2. 对 NULL 使用比较谓词后，结果为unknown
SELECT *
FROM t_student
WHERE unknown
OR unknown;

-- 3．unknown OR unknown 的结果是unknown (参考三值逻辑的逻辑值表)
SELECT *
FROM t_student
WHERE unknown;

　　　　　　SQL 语句的查询结果里只有判断结果为 true 的行。要想让 yzb 出如今结果里，须要添加下面这样的 “第 3 个条件”

-- 添加 3 个条件：年龄是20 岁，或者不是20 岁，或者年龄未知
SELECT * FROM t_student
WHERE age = 20 
    OR age <> 20
    OR age IS NULL;

　　　　CASE 表达式和 NULL

　　　　　　简单 CASE 表达式以下

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

　　　　　　这个 CASE 表达式必定不会返回 ×。这是由于，第二个 WHEN 子句是 col_1 = NULL 的缩写形式。正如咱们所知，这个式子的逻辑值永远是 unknown ，并且 CASE 表达式的判断方法与 WHERE 子句同样，只承认逻辑值为 true 的条件。正确的写法是像下面这样使用搜索 CASE 表达式

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

　　NOT IN 和 NOT EXISTS 不是等价的

　　　　咱们在对 SQL 语句进行性能优化时，常常用到的一个技巧是将 IN 改写成 EXISTS ，这是等价改写，并无什么问题。可是，将 NOT IN 改写成 NOT EXISTS 时，结果未必同样。

　　　　咱们来看个例子，咱们有以下两张表：t_student_A 和 t_student_B，分别表示 A 班学生与 B 班学生

DROP TABLE IF EXISTS t_student_A;
CREATE TABLE t_student_A (
    id INT(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增主键',
    name VARCHAR(50) NOT NULL COMMENT '名称',
    age INT(3) COMMENT '年龄',
    city VARCHAR(50) NOT NULL COMMENT '城市',
    remark VARCHAR(500) NOT NULL DEFAULT '' COMMENT '备注',
    primary key(id)
) COMMENT '学生信息';

INSERT INTO t_student_A(name, age, city)
VALUE
('zhangsan', 25,'深圳市'),('wangwu', 60, '广州市'),
('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 '自增主键',
    name VARCHAR(50) NOT NULL COMMENT '名称',
    age INT(3) COMMENT '年龄',
    city VARCHAR(50) NOT NULL COMMENT '城市',
    remark VARCHAR(500) NOT NULL DEFAULT '' COMMENT '备注',
    primary key(id)
) COMMENT '学生信息';

INSERT INTO t_student_B(name, age, city)
VALUE
('马化腾', 45, '深圳市'),('马三', 25, '深圳市'),
('马云', 43, '杭州市'),('李彦宏', 41, '深圳市'),
('年轻人', 25, '深圳市');

SELECT * FROM t_student_A;
SELECT * FROM t_student_B;

View Code

　　　　需求：查询与 A 班住在深圳的学生年龄不一样的 B 班学生，也就说查询出：马化腾和李彦宏，这个 SQL 该如何写，像这样？

-- 查询与 A  班住在深圳的学生年龄不一样的 B 班学生 ?
SELECT * FROM t_student_B
WHERE age NOT IN (
    SELECT age FROM t_student_A 
    WHERE city = '深圳市'
);

　　　　咱们来看下执行结果

　　　　咱们发现结果是空，查询不到任何数据，这是为何了？这里 NULL 又开始做怪了，咱们一步一步来看看究竟发生了什么

-- 1. 执行子查询，获取年龄列表
SELECT * FROM t_student
WHERE age NOT IN(43, NULL, 25);

-- 2. 用NOT 和IN 等价改写NOT IN
SELECT * FROM t_student
WHERE NOT age IN (43, NULL, 25);

-- 3. 用OR 等价改写谓词IN
SELECT * FROM t_student
WHERE NOT ( (age = 43) OR (age = NULL) OR (age = 25) );

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

-- 5. 用<> 等价改写 NOT 和 =
SELECT * FROM t_student
WHERE (age <> 43) AND (age <> NULL) AND (age <> 25);

-- 6. 对NULL 使用<> 后，结果为 unknown
SELECT * FROM t_student
WHERE (age <> 43) AND unknown AND (age <> 25);

-- 7．若是 AND 运算里包含 unknown，则结果不为true（参考三值逻辑的逻辑值表）
SELECT * FROM t_student
WHERE false 或 unknown;

View Code

　　　　能够看出，在进行了一系列的转换后，没有一条记录在 WHERE 子句里被判断为 true 。也就是说，若是 NOT IN 子查询中用到的表里被选择的列中存在 NULL ，则 SQL 语句总体的查询结果永远是空。这是很可怕的现象！

　　　　为了获得正确的结果，咱们须要使用 EXISTS 谓词

-- 正确的SQL 语句：马化腾和李彦宏将被查询到
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' 
);

　　　　执行结果以下

　　　　一样地，咱们再来一步一步地看看这段 SQL 是如何处理年龄为 NULL 的行的

-- 1. 在子查询里和 NULL 进行比较运算，此时 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. 对NULL 使用“=”后，结果为 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 运算里包含 unknown，结果不会是true
SELECT * FROM t_student_B B
WHERE NOT EXISTS ( 
    SELECT * FROM t_student_A A
    WHERE false 或 unknown
);

-- 4. 子查询没有返回结果，所以相反地，NOT EXISTS 为 true
SELECT * FROM t_student_B B
WHERE true;

View Code

　　　　也就是说，yzb 被做为 “与任何人的年龄都不一样的人” 来处理了。EXISTS 只会返回 true 或者false，永远不会返回 unknown。所以就有了 IN 和 EXISTS 能够互相替换使用，而 NOT IN和 NOT EXISTS 却不能够互相替换的混乱现象。

　　还有一些其余的陷阱，好比：限定谓词和 NULL、限定谓词和极值函数不是等价的、聚合函数和 NULL 等等。

总结

　　一、NULL 用于表示缺失的值或遗漏的未知数据，不是某种具体类型的值，不能对其使用谓词

　　二、对 NULL 使用谓词后的结果是 unknown，unknown 参与到逻辑运算时，SQL 的运行会和预想的不同

　　三、 IS NULL 整个是一个谓词，而不是：IS 是谓词，NULL 是值；相似的还有 IS TRUE、IS FALSE

　　四、要想解决 NULL 带来的各类问题，最佳方法应该是往表里添加 NOT NULL 约束来尽力排除 NULL

　　　　个人项目中有个硬性规定：全部字段必须是 NOT NULL，建表的时候就加上此约束

参考

　　《SQL进阶教程》

navicat

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

神奇的 SQL 之温柔的陷阱 → 三值逻辑 与 NULL ！

前言

NULL

两种 NULL

为何必须写成“IS NULL”，而不是“＝ NULL”

三值逻辑

三值逻辑的逻辑值表

“IS NULL” 而非 “= NULL”

温柔的陷阱

比较谓词和 NULL

NOT IN 和 NOT EXISTS 不是等价的

总结

参考

navicat

神奇的 SQL 之温柔的陷阱 → 三值逻辑与 NULL ！

　　两种 NULL

　　为何必须写成“IS NULL”，而不是“＝ NULL”

　　三值逻辑的逻辑值表

　　“IS NULL” 而非 “= NULL”

　　比较谓词和 NULL

　　NOT IN 和 NOT EXISTS 不是等价的