Prayer

在一般中寻求卓越
posts - 1226, comments - 190, trackbacks - 0, articles - 0
  C++博客 :: 首页 :: 新随笔 :: 联系 :: 聚合  :: 管理

not in/not exists 的 null 陷阱

Posted on 2019-01-11 09:45 Prayer 阅读(5) 评论(0)  编辑 收藏 引用 所属分类: DB2
https://www.cnblogs.com/killkill/archive/2010/09/04/1817266.html

以前遇到了 not in 子查询的一个 null 陷阱,有经验的朋友可能知道怎么回事了,用代码来说就是:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
-- 创建两张测试表:
create table tmp01 as
with tmp as (
  select 1 as id from dual  union all
  select 2       from dual  union all
  select 3       from dual  union all
  select null    from dual
)
select * from tmp;
 
create table tmp02 as
with tmp as (
  select 1 as id from dual  union all
  select 2       from dual  union all
  select null    from dual
)
select * from tmp;

我现在想知道表tmp01有哪些id值不在tmp02中,于是我随手就写了一条语句:

1
2
3
select id
from tmp01
where id not in ( select id from tmp02 )

我期望的结果是:

1
2
3
         ID
----------
         3

但实际结果却是:

1
no rows selected

近日读到了dinjun123的大作《符合列NULL问题的研究》,终于静下心来想想这个问题。

 

通常使用 not in / not exists 的场景是希望得到两个集合的“差集”,与真正的差集又略有不同,后文将会提到,一般的写法有两种:

1
2
select id from tmp01 where id not in ( select id from tmp02 )
select id from tmp01 where not exists ( select 1 from tmp02 where tmp02.id=tmp01.id )

正如上文提到的例子,第一条语句没有可返回的行(no rows selected),第二条语句返回了结果是:

1
2
3
4
         ID
----------
    (null)
         3

为什么第一个没有结果呢?

我们可以将第一条语句重写为:

1
select id from tmp01 where id<>1 and id<>2 and id<>null

id=1或者2的时候很好理解,当id=3的时候,id<>null 的判断结果是UNKNOW,注意不是false,where子句只认true,其他都不认,所以tmp01中没有一个值经过 id<>1 and id<>2 and id<>null 这个长长的条件判断后能获得true,也就不会有结果集返回了。

那第二条语句为什么返回的结果是两条呢?3容易理解,null为什么也在结果集中呢?明明tmp02中有null值的啊,我们仔细看一下子查询的where 子句 tmp02.id=tmp01.id,我们再逐个值来跟踪一下,这里我用笛卡尔乘积来获得结果:

1
2
3
4
5
6
7
8
9
10
set pagesize 6;
select
  tmp01.id "tmp01.id" ,
  tmp02.id "tmp02.id" ,
(select case when count(*)>0
             then '   Yes         '
             else '   No          '
             end  from dual where tmp01.id=tmp02.id) "Result Exists?"
from tmp01,tmp02
order by 1,2

结果如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
  tmp01.id   tmp02.id Result Exists?
---------- ---------- ---------------
         1          1    Yes
         1          2    No
         1      (null)   No
 
  tmp01.id   tmp02.id Result Exists?
---------- ---------- ---------------
         2          1    No
         2          2    Yes
         2     (null)    No
 
  tmp01.id   tmp02.id Result Exists?
---------- ---------- ---------------
         3          1    No
         3          2    No
         3     (null)    No
 
  tmp01.id   tmp02.id Result Exists?
---------- ---------- ---------------
    (null)          1    No
    (null)          2    No
    (null)     (null)    No

从结果来看有这么一个规律:只要 null 参与了比较,Result Exists? 就一定为NO(因为结果是UNKNOW),这个也是关于 null 的基本知识,这就解析了为什么第二条语句的输出是两行。

 

从上面的分析,我们可以“窥视”出 in/not in 的结果是依赖于“=”等值判断的结果;exists/not exists 虽然是判断集合是否为空,但通常里面的子查询做的是值判断。

知道了造成结果集出乎意料的原因,我们就可以修改我们的SQL了,为了测试方便,将原来的表tmp01和tmp02改名:

1
2
rename tmp01 to tmp01_with_null;
rename tmp02 to tmp02_with_null;

我们看看测试用例:

1
2
3
4
5
6
test case id   tmp01 has null   tmp01 has null  result has null
------------- ---------------- ---------------- ----------------
            1             true             true            false
            2             true            false             true
            3            false             true            false
            4            false            false            false

其中test case 4 就是打酱油的,只要SQL没有写错,一般不会出问题。

最终,SQL语句改写为:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
-- not in 求差集
with tmp01 as (
  select id from tmp01_with_null --where id is not null
),
tmp02 as (
  select id from tmp02_with_null --where id is not null
)
-- start here
select id from tmp01
where id not in ( select id from tmp02 where id is not null )
-- 以下是新加的,应付 test case 2
union all
select null from dual
where exists ( select 1 from tmp01 where id is null )
and not exists ( select 1 from tmp02 where id is null )
 
-- not exists 求差集
with tmp01 as (
  select id from tmp01_with_null --where id is not null
),
tmp02 as (
  select id from tmp02_with_null --where id is not null
)
-- start here
select id from tmp01
where not exists (
  select 1 from tmp02
  where (tmp02.id=tmp01.id)
  -- 这行是新加的,应付 test case 1
  or (tmp02.id is null and tmp01.id is null 
)

写了这么多,有人会提议使用minus操作符:

1
2
3
4
5
6
7
8
9
10
with tmp01 as (
  select id from tmp01_with_null --where id is not null
),
tmp02 as (
  select id from tmp02_with_null --where id is not null
)
-- start here
select id from tmp01
minus
select id from tmp02

貌似语句很简单,但是结果确不一样,请看下面这条语句:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
with tmp01 as (
  select id from tmp01_with_null --where id is not null
  union all                      -- 注意这里,现在tmp01已经有重复行了
  select id from tmp01_with_null -- 注意这里,现在tmp01已经有重复行了
),
tmp02 as (
  select id from tmp02_with_null --where id is not null
)
-- start here
select 'minus ' as sql_op,id from tmp01
minus
select 'minus ',id from tmp02
union all
-- not in
select 'not in',id from tmp01
where id not in ( select id from tmp02 where id is not null )
union all
select 'not in',null from dual
where exists ( select 1 from tmp01 where id is null )
and not exists ( select 1 from tmp02 where id is null )
union all
-- not exists
select 'not exists',id from tmp01
where not exists (
  select 1 from tmp02
  where (tmp02.id=tmp01.id)
  -- 这行是新加的,应付 test case 1
  or (tmp02.id is null and tmp01.id is null 
);
1
2
3
4
5
6
7
SQL_OP             ID
---------- ----------
minus               3
not in              3
not in              3
not exists          3
not exists          3

minus消灭了重复行!这就是前文所说的 not in 和 not exists 并非真正意义上的差集。

刚在博问中发现有位朋友遇到了这个陷阱 一个sql 语句in not in 的问题,不知道大家见到过吗?


只有注册用户登录后才能发表评论。
【推荐】超50万行VC++源码: 大型组态工控、电力仿真CAD与GIS源码库
网站导航: 博客园   IT新闻   BlogJava   知识库   博问   管理