NULL的各种坑，90%的人至少踩过一个

-- 这些表达式的结果都是UNKNOWN，不是TRUE也不是FALSE
SELECT 1 = NULL;      -- UNKNOWN
SELECT NULL = NULL;    -- UNKNOWN  ← 这个最反直觉
SELECT NULL != NULL;   -- UNKNOWN
SELECT NULL > 0;       -- UNKNOWN

-- 表数据
| user_id | age  |
|---------|------|
| u001    | 25   |
| u002    | NULL |
| u003    | 30   |
| u004    | NULL |
 
-- 查年龄不是25的用户
SELECT * FROM users WHERE age != 25;
-- 结果只有u003（age=30），NULL的行不会出现！

SELECT * FROM users WHERE age != 25 OR age IS NULL;
-- 或者用NULL安全的比较
SELECT * FROM users WHERE NOT (age <=> 25);  -- MySQL的<=>运算符

SELECT 100 + NULL;   -- NULL
SELECT 100 * NULL;   -- NULL
SELECT NULL / 0;     -- NULL（不是报错！）

-- 计算ROI：revenue / cost
SELECT
  channel,
  SUM(revenue) AS total_revenue,
  SUM(cost) AS total_cost,
  SUM(revenue) / SUM(cost) AS roi  -- 如果某渠道没有revenue记录，会怎样？
FROM ad_metrics
GROUP BY channel

解法：用COALESCE兜底。

SELECT
  channel,
  COALESCE(SUM(revenue), 0) AS total_revenue,
  SUM(cost) AS total_cost,
  ROUND(
    COALESCE(SUM(revenue), 0) / NULLIF(SUM(cost), 0),
    4
  ) AS roi
FROM ad_metrics
GROUP BY channel

COALESCE(x, 0)的意思是"如果x是NULL就返回0"。NULLIF(SUM(cost), 0)是"如果cost和为0就返回NULL"，避免除以0。COALESCE和NULLIF这对组合，是处理NULL和除零问题的标配。

陷阱三：聚合函数对NULL的处理

不同的聚合函数对NULL的态度不一样：

-- 数据
| score |
|-------|
| 80    |
| NULL  |
| 90    |
| NULL  |
| 70    |
 
SELECT
  COUNT(*)       AS cnt_star,   -- 5（计所有行）
  COUNT(score)   AS cnt_col,    -- 3（只计非NULL）
  SUM(score)     AS sum_val,    -- 240（忽略NULL）
  AVG(score)     AS avg_val,    -- 80（240/3，不是240/5！）
  MAX(score)     AS max_val,    -- 90（忽略NULL）
  MIN(score)     AS min_val     -- 70（忽略NULL）
FROM exam

最容易出问题的是AVG：它计算的是非NULL值的平均值。如果你期望NULL按0处理来算平均，需要自己转换：

-- NULL按0算的平均值
SELECT AVG(COALESCE(score, 0)) AS avg_with_zero  -- 240/5 = 48
FROM exam

DAY 6讲COUNT的时候提到过COUNT(*)和COUNT(column)的区别，根源就在NULL的处理上。这是SQL里最基础也最容易混的知识点。

陷阱四：JOIN中的NULL

NULL值无法通过等值JOIN匹配：

-- 左表
| user_id |
|---------|
| u001    |
| NULL    |
 
-- 右表
| user_id | name |
|---------|------|
| u001    | Tom  |
| NULL    | ???  |
 
SELECT *
FROM left_table a
JOIN right_table b ON a.user_id = b.user_id
-- 结果只有u001这一行！两个NULL不会匹配上

因为NULL = NULL是UNKNOWN，不是TRUE，所以JOIN条件不成立。

这在实际工作中的影响：DAY 8讲大表JOIN优化的时候说过，JOIN Key有大量NULL会导致这些行白白参与Shuffle但不产生任何结果，浪费资源。所以JOIN之前先过滤NULL是基本操作。

陷阱五：ORDER BY中NULL的排序位置

SELECT * FROM users ORDER BY age ASC;
-- NULL排在最前面还是最后面？

答案是：取决于引擎。

MySQL / Spark / Hive：NULL排在最前面（ASC时）

PostgreSQL / Oracle：NULL排在最后面（ASC时）

如果你需要确定NULL的排序位置，显式指定：

-- 标准SQL写法（PostgreSQL/Oracle支持）
SELECT * FROM users ORDER BY age ASC NULLS LAST;
 
-- MySQL/Hive的workaround
SELECT * FROM users ORDER BY CASE WHEN age IS NULL THEN 1 ELSE 0 END, age ASC;

我做报表的时候踩过这个坑。给运营出一张用户消费排行榜，没处理NULL排序，结果排行榜第一页全是"暂无消费"的NULL用户，真正的高消费用户被挤到后面去了。

陷阱六：DISTINCT和GROUP BY对NULL的处理

好消息是，DISTINCT和GROUP BY会把所有NULL归为一组：

SELECT DISTINCT channel FROM ad_metrics;
-- 如果有多行channel为NULL，只返回一个NULL
 
SELECT channel, COUNT(*) FROM ad_metrics GROUP BY channel;
-- 所有channel为NULL的行会被归为一组

这个行为是合理的，但要注意它和NULL != NULL（UNKNOWN）的逻辑是不一致的。SQL标准在这里做了特殊处理——如果DISTINCT也遵循三值逻辑，那每个NULL都是独一无二的，DISTINCT就没法去重了。

面试必会：NULL相关函数全家桶

-- 1. IS NULL / IS NOT NULL：判断NULL的唯一正确方式
WHERE column IS NULL
WHERE column IS NOT NULL
 
-- 2. COALESCE：返回第一个非NULL值
COALESCE(a, b, c)  -- 如果a是NULL就看b，b也是NULL就看c
 
-- 3. NULLIF：相等时返回NULL
NULLIF(a, 0)  -- 如果a=0，返回NULL（常用于防除零）
 
-- 4. IFNULL / NVL：两参数版的COALESCE
IFNULL(a, 0)  -- MySQL
NVL(a, 0)     -- Oracle/Hive
 
-- 5. CASE WHEN：最灵活的NULL处理
CASE WHEN column IS NULL THEN '未知' ELSE column END

工作中我用得最多的是COALESCE和NULLIF的组合，基本上所有涉及除法的指标计算都要用到：

ROUND(
  COALESCE(SUM(clicks), 0) * 100.0 / NULLIF(SUM(impressions), 0),
  2
) AS ctr

这行代码翻译成人话就是："点击数如果为NULL就当0，曝光量如果为0就不算CTR（返回NULL而不是报错）"。