SQL Interview Prep · 课时

汇总、连接和 DISTINCT 中的 NULL

Q: 「汇总、连接和 DISTINCT 中的 NULL」这节课中我会学到什么？

了解 NULL 在分组、连接和唯一性判断中的不同表现 你通过在浏览器中直接运行的动手代码来练习 SQL Interview Prep，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

了解 NULL 在分组、连接和唯一性判断中的不同表现

汇总、连接和 DISTINCT 中的 NULL 是 CoddyKit 上的免费 SQL Interview Prep 课时。这是第 4 节课，共 4 节。你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。这是 SQL Interview Prep 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 SQL Interview Prep 课程共包含 4 节课。

三个令人意外的 NULL 场景

NULL 在不同场景中的行为并不相同。最后一课将讲解最容易让候选人感到意外的三个上下文：聚合、连接以及 DISTINCT / GROUP BY。

反复出现的关键点是：聚合和筛选会把 NULL 当作“跳过我”，而分组和 DISTINCT 会把 NULL 当作“一个等于其他 NULL 的值”。这种不一致正是面试官考察的重点。

掌握这些内容，您就补齐了 SQL 面试中最常见的 NULL 问题。

聚合函数忽略 NULL

核心规则是：聚合函数会跳过 NULL。SUM、AVG、MIN、MAX 以及 COUNT(column) 都会完全忽略 NULL 输入，而不是将其视为零。

这就是 AVG 可能返回与您预期不同的数字的原因。它用非 NULL 值的总和除以非 NULL 值的数量，而不是除以总行数。

-- bonus values: 100, 200, NULL
SELECT
  SUM(bonus) AS total,   -- 300 (NULL ignored)
  AVG(bonus) AS average, -- 150 = 300 / 2, not / 3
  COUNT(bonus) AS cnt    -- 2 (NULL not counted)
FROM employees;

COUNT(*) 与 COUNT(column)

这是关于聚合与 NULL 最常见的问题。COUNT(*) 会统计行数，包括含有 NULL 的行。COUNT(column) 只统计该列为非 NULL 的行。

因此，两者的差值正好是该列中 NULL 的数量。COUNT(DISTINCT column) 更进一步：在去除重复值的同时也会忽略 NULL。

SELECT
  COUNT(*)              AS rows_total,    -- all rows
  COUNT(bonus)          AS non_null_bonus, -- excludes NULLs
  COUNT(DISTINCT bonus) AS distinct_bonus, -- excludes NULLs + dups
  COUNT(*) - COUNT(bonus) AS null_bonus
FROM employees;

AVG 与 SUM/COUNT(*)：经典陷阱

面试官会问：“AVG(x) 是否等于 SUM(x) / COUNT(*)？”当存在 NULL 时，答案是否。

AVG(x) 等于 SUM(x) / COUNT(x)，除以的是非 NULL 值的数量。如果改为除以 COUNT(*)，就会将 NULL 当作零，从而拉低平均值。

如果您确实希望将 NULL 计为零，就必须通过 COALESCE 明确说明这一点。

-- These differ when bonus has NULLs:
SELECT
  AVG(bonus)                       AS avg_ignoring_nulls,
  SUM(bonus) * 1.0 / COUNT(*)      AS avg_nulls_as_zero,
  AVG(COALESCE(bonus, 0))          AS explicit_nulls_as_zero
FROM employees;

全为 NULL 时的聚合边界情况

当每个输入都是 NULL，或者根本没有行时，聚合会返回什么？这是面试官喜欢考察的一个精确区分：

对全为 NULL 的数据（或零行）使用 SUM、AVG、MIN、MAX，结果为 NULL。
COUNT 始终返回 0，不会返回 NULL。

因此，如果报表显示空白总计，全为 NULL 的 SUM 很可能就是原因。用 COALESCE 包装它即可显示 0。

-- No matching rows or all bonuses NULL:
SELECT SUM(bonus) FROM employees WHERE 1 = 0;  -- NULL
SELECT COUNT(bonus) FROM employees WHERE 1 = 0; -- 0

-- Present a clean zero:
SELECT COALESCE(SUM(bonus), 0) FROM employees;

JOIN 条件中的 NULL

在 JOIN 的 ON 子句中，NULL = NULL 仍然是 UNKNOWN，因此包含 NULL 的键永远不会匹配普通等值连接。两行即使都包含 NULL 连接键，也不会配对。

在可选外键上进行连接时，这一点很容易让人出错。如果预期行为是让 NULL 与 NULL 匹配，就需要使用 NULL 安全运算符（IS NOT DISTINCT FROM 或 <=>），具体内容见前面的课程。

-- Rows with region IS NULL on both sides do NOT match
SELECT *
FROM a JOIN b ON a.region = b.region;

-- To match NULL-to-NULL (ANSI):
SELECT *
FROM a JOIN b ON a.region IS NOT DISTINCT FROM b.region;

外连接产生的 NULL

外连接会为不匹配的行生成 NULL。在 LEFT JOIN 之后，对于没有找到匹配项的左侧行，每个右侧列都是 NULL。

这正是反连接模式的基础：筛选 WHERE right_table.key IS NULL，即可找出没有匹配项的行，例如没有订单的客户。

不过请注意，在 WHERE 中筛选外连接产生的列，可能会意外地将外连接重新变成内连接，这正是下一场景的主题。

-- Find customers who have never ordered (anti-join)
SELECT c.id, c.name
FROM customers c
LEFT JOIN orders o ON o.customer_id = c.id
WHERE o.id IS NULL;

外连接中使用 WHERE 的 NULL 陷阱

这是一个常见陷阱。您先对订单执行 LEFT JOIN，然后添加 WHERE o.status = 'shipped'。这样一来，没有订单的客户会突然消失，使外连接实际上变成内连接。

为什么？对于不匹配的行，o.status 是 NULL，而 NULL = 'shipped' 的结果是 UNKNOWN，因此 WHERE 会将它们过滤掉。若要保留不匹配的行，请将该条件移到 ON 子句中。

-- Accidental inner join: drops customers with no orders
SELECT c.name, o.status
FROM customers c
LEFT JOIN orders o ON o.customer_id = c.id
WHERE o.status = 'shipped';

-- Correct: keep unmatched customers
SELECT c.name, o.status
FROM customers c
LEFT JOIN orders o
  ON o.customer_id = c.id AND o.status = 'shipped';

DISTINCT 将所有 NULL 值视为相等

这里有一个令所有人意外的不一致之处。聚合函数会跳过 NULL，但 DISTINCT 会保留恰好一个 NULL，将所有 NULL 视为彼此的重复项。

因此，对值 100、100、NULL、NULL 执行 SELECT DISTINCT bonus 会返回三行：100、NULL，仅此而已。两个 NULL 会合并为一个，尽管在其他地方 NULL = NULL 的结果是 UNKNOWN。

-- bonus: 100, 100, NULL, NULL, 200
SELECT DISTINCT bonus FROM employees;
-- Returns: 100, 200, NULL  (the two NULLs become one row)

GROUP BY 将所有 NULL 归入同一组

GROUP BY 遵循与 DISTINCT 相同的规则：所有 NULL 键都会汇入单个分组。这与比较逻辑相反，在比较逻辑中 NULL 永远不会彼此相等。

因此，按可为 NULL 的列分组时，会得到一行代表所有 NULL 键记录，这通常正是报表所需要的结果。提及这种分组与比较之间的对比，可以体现您理解得很深入。

-- All employees with NULL department form ONE group
SELECT department, COUNT(*) AS headcount
FROM employees
GROUP BY department;
-- A single row where department is NULL totals all of them

面试表达要点

能够给面试官留下深刻印象的统一总结：

聚合函数会忽略 NULL；AVG 除以的是 COUNT(列)，而不是 COUNT(*)。
COUNT(*) 会统计行数；COUNT(列) 和 COUNT(DISTINCT 列) 会跳过 NULL。
对没有行的数据执行 SUM/AVG/MIN/MAX 会返回 NULL；COUNT 会返回 0。
在连接中，NULL 键永远不会匹配；在 WHERE 中筛选外连接产生的列，会在不易察觉的情况下变成内连接。
DISTINCT 和 GROUP BY 会将所有 NULL 视为相等，这与比较逻辑相反。

一句话总结：“聚合和比较时会忽略 NULL，但去重时会将它们归为一组。”

快速检查

测试您对分组与聚合之间差异的理解。

回顾

您已经完成了面试中的 NULL 处理部分：

聚合函数会跳过 NULL；AVG 除以非 NULL 值的数量；全为 NULL 的 SUM 会返回 NULL，而 COUNT 会返回 0。
COUNT(*) 包含 NULL 行；COUNT(列) 不包含，二者的差值就是 NULL 的数量。
值为 NULL 的连接键永远不会匹配；在 WHERE 中筛选外连接产生的列，可能会使查询退化为内连接。
DISTINCT 和 GROUP BY 会将所有 NULL 合并为一个，这与比较逻辑相反。

请记住这句口诀：聚合和比较时会忽略 NULL，但去重时会将它们归为一组。仅凭这一点，就能回答大多数关于 NULL 的面试问题。

常见问题解答

「汇总、连接和 DISTINCT 中的 NULL」课时是免费的吗？

是的 — 「汇总、连接和 DISTINCT 中的 NULL」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 SQL Interview Prep 课程的其余内容，请升级到 CoddyKit PRO。 SQL Interview Prep 课程共包含 4 节课。

「汇总、连接和 DISTINCT 中的 NULL」这节课中我会学到什么？

了解 NULL 在分组、连接和唯一性判断中的不同表现你通过在浏览器中直接运行的动手代码来练习 SQL Interview Prep，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 SQL Interview Prep 需要有经验吗？

无需任何先前经验。CoddyKit 上的 SQL Interview Prep 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。这是第 4 节课，共 4 节。

「汇总、连接和 DISTINCT 中的 NULL」课时需要多长时间？

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。

我能在这节 SQL Interview Prep 课中编写并运行代码吗？

能。每节 SQL Interview Prep 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

← 返回 SQL Interview Prep