转载地址：http://www.cnblogs.com/killkill/archive/2010/09/04/1817266.html
相关博客：（1）http://bbs.csdn.net/topics/350013767
（2）http://www.itpub.net/thread-1325582-1-1.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。