Partilhar via

Semântica NULL

  • Artigo

Aplica-se a: Marque Sim Databricks SQL Marque Sim Databricks Runtime

Uma tabela consiste em um conjunto de linhas e cada linha contém um conjunto de colunas. Uma coluna é associada a um tipo de dados e representa um atributo específico de uma entidade (por exemplo, age é uma coluna de uma entidade chamada person). Às vezes, o valor de uma coluna específica para uma linha não é conhecido no momento em que a linha passa a existir. Em SQL, tais valores são representados como NULL. Esta seção detalha a semântica da manipulação de NULL valores em vários operadores, expressões e outras SQL construções.

O seguinte ilustra o layout do esquema e os dados de uma tabela chamada person. Os dados contêm NULL valores na age coluna e esta tabela é usada em vários exemplos nas seções abaixo.

 Id  Name   Age
 --- -------- ----
 100 Joe      30
 200 Marry    NULL
 300 Mike     18
 400 Fred     50
 500 Albert   NULL
 600 Michelle 30
 700 Dan      50

Operadores de comparação

O Azure Databricks dá suporte aos operadores de comparação padrão, como >, >=, =e <=. < O resultado desses operadores é desconhecido ou NULL quando um dos operandos ou ambos os operandos são desconhecidos ou NULL. Para comparar os valores de igualdade, o NULL Azure Databricks fornece um operador igual seguro nulo (<=>), que retorna False quando um dos operandos é NULL e retorna True quando ambos os operandos são NULL. A tabela a seguir ilustra o comportamento dos operadores de comparação quando um ou ambos os operandos são NULL:

Operando esquerdo Operando direito > >= = < <= <=>
NULL Qualquer valor NULL NULL NULL NULL NULL False
Qualquer valor NULL NULL NULL NULL NULL NULL False
NULL NULL NULL NULL NULL NULL NULL True

Exemplos

-- Normal comparison operators return `NULL` when one of the operand is `NULL`.
> SELECT 5 > null AS expression_output;
 expression_output
 -----------------
              null

-- Normal comparison operators return `NULL` when both the operands are `NULL`.
> SELECT null = null AS expression_output;
 expression_output
 -----------------
              null

-- Null-safe equal operator return `False` when one of the operand is `NULL`
> SELECT 5 <=> null AS expression_output;
 expression_output
 -----------------
             false

-- Null-safe equal operator return `True` when one of the operand is `NULL`
> SELECT NULL <=> NULL;
 expression_output
 -----------------
              true
 -----------------

Operadores lógicos

O Azure Databricks dá suporte a operadores lógicos padrão, como AND, OR e NOT. Esses operadores tomam Boolean expressões como argumentos e retornam um Boolean valor.

As tabelas a seguir ilustram o comportamento dos operadores lógicos quando um ou ambos os operandos são NULL.

Operando esquerdo Operando direito OU AND
True NULL True NULL
False NULL NULL False
NULL True True NULL
NULL False NULL False
NULL NULL NULL NULL
operando NOT
NULL NULL

Exemplos

-- Normal comparison operators return `NULL` when one of the operands is `NULL`.
> SELECT (true OR null) AS expression_output;
 expression_output
 -----------------
              true

-- Normal comparison operators return `NULL` when both the operands are `NULL`.
> SELECT (null OR false) AS expression_output
 expression_output
 -----------------
              null

-- Null-safe equal operator returns `False` when one of the operands is `NULL`
> SELECT NOT(null) AS expression_output;
 expression_output
 -----------------
              null

Expressões

Os operadores de comparação e os operadores lógicos são tratados como expressões no Azure Databricks. O Azure Databricks também dá suporte a outras formas de expressões, que podem ser amplamente classificadas como:

  • Expressões intolerantes nulas
  • Expressões que podem processar NULL operandos de valor
    • O resultado dessas expressões depende da própria expressão.

Expressões intolerantes nulas

Expressões intolerantes nulas retornam NULL quando um ou mais argumentos de expressão são NULL e a maioria das expressões se enquadra nessa categoria.

Exemplos

> SELECT concat('John', null) AS expression_output;
 expression_output
 -----------------
              null

> SELECT positive(null) AS expression_output;
 expression_output
 -----------------
              null

> SELECT to_date(null) AS expression_output;
 expression_output
 -----------------
              null

Expressões que podem processar operandos de valor nulo

Essa classe de expressões é projetada para manipular NULL valores. O resultado das expressões depende da própria expressão. Como exemplo, a expressão isnull de função retorna uma entrada nula e false uma true entrada não nula, onde como função coalesce retorna o primeiro valor não NULL em sua lista de operandos. No entanto, coalesce retorna NULL quando todos os seus operandos são NULL. Abaixo está uma lista incompleta de expressões desta categoria.

  • COALESCE
  • NULLIF
  • IFNULL
  • NVL
  • NVL2
  • ISNAN
  • NANVL
  • ISNULO
  • ISNOTNULL
  • ATLEASTNNONNULLS
  • IN

Exemplos

> SELECT isnull(null) AS expression_output;
 expression_output
 -----------------
              true

-- Returns the first occurrence of non `NULL` value.
> SELECT coalesce(null, null, 3, null) AS expression_output;
 expression_output
 -----------------
                 3

-- Returns `NULL` as all its operands are `NULL`.
> SELECT coalesce(null, null, null, null) AS expression_output;
 expression_output
 -----------------
              null

> SELECT isnan(null) AS expression_output;
 expression_output
 -----------------
             false

Expressões agregadas incorporadas

As funções de agregação calculam um único resultado processando um conjunto de linhas de entrada. Abaixo estão as regras de como NULL os valores são manipulados por funções agregadas.

  • NULL os valores são ignorados do processamento por todas as funções agregadas.
    • A única exceção a esta regra é a função COUNT(*).
  • Algumas funções agregadas retornam NULL quando todos os valores de entrada estão NULL ou o conjunto de dados de entrada está vazio. A lista dessas funções é:
    • MAX
    • MIN
    • SUM
    • AVG
    • EVERY
    • ANY
    • SOME

Exemplos

-- `count(*)` does not skip `NULL` values.
> SELECT count(*) FROM person;
 count(1)
 --------
        7

-- `NULL` values in column `age` are skipped from processing.
> SELECT count(age) FROM person;
 count(age)
 ----------
          5

-- `count(*)` on an empty input set returns 0. This is unlike the other
-- aggregate functions, such as `max`, which return `NULL`.
> SELECT count(*) FROM person where 1 = 0;
 count(1)
 --------
        0

-- `NULL` values are excluded from computation of maximum value.
> SELECT max(age) FROM person;
 max(age)
 --------
       50

-- `max` returns `NULL` on an empty input set.
> SELECT max(age) FROM person where 1 = 0;
 max(age)
 --------
     null

Expressões de condição em WHERE, HAVINGe JOIN cláusulas

WHERE, HAVING os operadores filtram linhas com base na condição especificada pelo usuário. Um JOIN operador é usado para combinar linhas de duas tabelas com base em uma condição de junção. Para todos os três operadores, uma expressão de condição é uma expressão booleana e pode retornar True, False ou Unknown (NULL). Eles são "satisfeitos" se o resultado da condição for True.

Exemplos

-- Persons whose age is unknown (`NULL`) are filtered out from the result set.
> SELECT * FROM person WHERE age > 0;
     name age
 -------- ---
 Michelle  30
     Fred  50
     Mike  18
      Dan  50
      Joe  30

-- `IS NULL` expression is used in disjunction to select the persons
-- with unknown (`NULL`) records.
> SELECT * FROM person WHERE age > 0 OR age IS NULL;
     name  age
 -------- ----
   Albert null
 Michelle   30
     Fred   50
     Mike   18
      Dan   50
    Marry null
      Joe   30

-- Person with unknown(`NULL`) ages are skipped from processing.
> SELECT * FROM person GROUP BY age HAVING max(age) > 18;
 age count(1)
 --- --------
  50        2
  30        2

-- A self join case with a join condition `p1.age = p2.age AND p1.name = p2.name`.
-- The persons with unknown age (`NULL`) are filtered out by the join operator.
> SELECT * FROM person p1, person p2
    WHERE p1.age = p2.age
    AND p1.name = p2.name;
     name age     name age
 -------- --- -------- ---
 Michelle  30 Michelle  30
     Fred  50     Fred  50
     Mike  18     Mike  18
      Dan  50      Dan  50
      Joe  30      Joe  30

-- The age column from both legs of join are compared using null-safe equal which
-- is why the persons with unknown age (`NULL`) are qualified by the join.
> SELECT * FROM person p1, person p2
    WHERE p1.age <=> p2.age
    AND p1.name = p2.name;
     name  age     name  age
 -------- ---- -------- ----
   Albert null   Albert null
 Michelle   30 Michelle   30
     Fred   50     Fred   50
     Mike   18     Mike   18
      Dan   50      Dan   50
    Marry null    Marry null
      Joe   30      Joe   30

Operadores agregados (GROUP BY, DISTINCT)

Como discutido em Operadores de comparação, dois NULL valores não são iguais. No entanto, para fins de agrupamento e processamento distinto, os dois ou mais valores com NULL datasão agrupados no mesmo bucket. Esse comportamento está em conformidade com o padrão SQL e com outros sistemas de gerenciamento de banco de dados corporativo.

Exemplos

-- `NULL` values are put in one bucket in `GROUP BY` processing.
> SELECT age, count(*) FROM person GROUP BY age;
  age count(1)
 ---- --------
 null        2
   50        2
   30        2
   18        1

-- All `NULL` ages are considered one distinct value in `DISTINCT` processing.
> SELECT DISTINCT age FROM person;
  age
 ----
 null
   50
   30
   18

Operador de classificação (ORDER BY cláusula)

O Azure Databricks dá suporte à especificação de ordenação nula na ORDER BY cláusula. O Azure Databricks processa a ORDER BY cláusula colocando todos os NULL valores no início ou no final, dependendo da especificação de ordem nula. Por padrão, todos os NULL valores são colocados primeiro.

Exemplos

-- `NULL` values are shown at first and other values
-- are sorted in ascending way.
> SELECT age, name FROM person ORDER BY age;
  age     name
 ---- --------
 null    Marry
 null   Albert
   18     Mike
   30 Michelle
   30      Joe
   50     Fred
   50      Dan

-- Column values other than `NULL` are sorted in ascending
-- way and `NULL` values are shown at the last.
> SELECT age, name FROM person ORDER BY age NULLS LAST;
  age     name
 ---- --------
   18     Mike
   30 Michelle
   30      Joe
   50      Dan
   50     Fred
 null    Marry
 null   Albert

-- Columns other than `NULL` values are sorted in descending
-- and `NULL` values are shown at the last.
> SELECT age, name FROM person ORDER BY age DESC NULLS LAST;
  age     name
 ---- --------
   50     Fred
   50      Dan
   30 Michelle
   30      Joe
   18     Mike
 null    Marry
 null   Albert

Definir operadores (UNION, INTERSECT, EXCEPT)

NULL Os valores são comparados de forma nula e segura para igualdade no contexto de operações definidas. Isso significa que, ao comparar linhas, dois NULL valores são considerados iguais ao contrário do operador regular EqualTo(=).

Exemplos

> CREATE VIEW unknown_age AS SELECT * FROM person WHERE age IS NULL;

-- Only common rows between two legs of `INTERSECT` are in the
-- result set. The comparison between columns of the row are done
-- in a null-safe manner.
> SELECT name, age FROM person
    INTERSECT
    SELECT name, age from unknown_age;
   name  age
 ------ ----
 Albert null
  Marry null

-- `NULL` values from two legs of the `EXCEPT` are not in output.
-- This basically shows that the comparison happens in a null-safe manner.
> SELECT age, name FROM person
    EXCEPT
    SELECT age FROM unknown_age;
 age     name
 --- --------
  30      Joe
  50     Fred
  30 Michelle
  18     Mike
  50      Dan

-- Performs `UNION` operation between two sets of data.
-- The comparison between columns of the row ae done in
-- null-safe manner.
> SELECT name, age FROM person
    UNION
    SELECT name, age FROM unknown_age;
     name  age
 -------- ----
   Albert null
      Joe   30
 Michelle   30
    Marry null
     Fred   50
     Mike   18
      Dan   50

EXISTS e NOT EXISTS subconsultas

No Azure Databricks, EXISTS e NOT EXISTS as expressões são permitidas dentro de uma WHERE cláusula. Estas são expressões booleanas que retornam ou TRUE FALSE. Em outras palavras, EXISTS é uma condição de associação e retorna TRUE quando a subconsulta a que se refere retorna uma ou mais linhas. Da mesma forma, NOT EXISTS é uma condição de não associação e retorna TRUE quando nenhuma linha ou zero linha é retornada da subconsulta.

Essas duas expressões não são afetadas pela presença de NULL no resultado da subconsulta. Eles são normalmente mais rápidos porque podem ser convertidos em semijunções e anti-semijunções sem disposições especiais para consciência nula.

Exemplos

-- Even if subquery produces rows with `NULL` values, the `EXISTS` expression
-- evaluates to `TRUE` as the subquery produces 1 row.
> SELECT * FROM person WHERE EXISTS (SELECT null);
     name  age
 -------- ----
   Albert null
 Michelle   30
     Fred   50
     Mike   18
      Dan   50
    Marry null
      Joe   30

-- `NOT EXISTS` expression returns `FALSE`. It returns `TRUE` only when
-- subquery produces no rows. In this case, it returns 1 row.
> SELECT * FROM person WHERE NOT EXISTS (SELECT null);
 name age
 ---- ---

-- `NOT EXISTS` expression returns `TRUE`.
> SELECT * FROM person WHERE NOT EXISTS (SELECT 1 WHERE 1 = 0);
     name  age
 -------- ----
   Albert null
 Michelle   30
     Fred   50
     Mike   18
      Dan   50
    Marry null
      Joe   30

IN e NOT IN subconsultas

No Azure Databricks, IN e NOT IN as expressões são permitidas dentro de uma WHERE cláusula de uma consulta. Ao contrário da expressão, IN a EXISTS expressão pode retornar um TRUE, FALSE ou UNKNOWN (NULL) valor. Conceitualmente, uma IN expressão é semanticamente equivalente a um conjunto de condições de igualdade separadas por um operador disjuntivo (OR). Por exemplo, c1 IN (1, 2, 3) é semanticamente equivalente a (C1 = 1 OR c1 = 2 OR c1 = 3).

No que diz respeito à manipulação NULL de valores, a semântica pode ser deduzida do NULL tratamento de valores em operadores de comparação(=) e operadores lógicos(OR). Para resumir, abaixo estão as regras para calcular o resultado de uma IN expressão.

  • TRUE é retornado quando o valor não-NULL em questão é encontrado na lista
  • FALSE é retornado quando o valor não-NULL não é encontrado na lista e a lista não contém valores NULL
  • UNKNOWN é retornado quando o valor é NULL, ou o valor não-NULL não é encontrado na lista e a lista contém pelo menos um NULL valor

NOT IN sempre retorna UNKNOWN quando a lista contém NULL, independentemente do valor de entrada. Isso ocorre porque IN retorna UNKNOWN se o valor não estiver na lista que contém NULL, e porque NOT UNKNOWN é novamente UNKNOWN.

Exemplos

-- The subquery has only `NULL` value in its result set. Therefore,
-- the result of `IN` predicate is UNKNOWN.
> SELECT * FROM person WHERE age IN (SELECT null);
 name age
 ---- ---

-- The subquery has `NULL` value in the result set as well as a valid
-- value `50`. Rows with age = 50 are returned.
> SELECT * FROM person
    WHERE age IN (SELECT age FROM VALUES (50), (null) sub(age));
 name age
 ---- ---
 Fred  50
  Dan  50

-- Since subquery has `NULL` value in the result set, the `NOT IN`
-- predicate would return UNKNOWN. Hence, no rows are
-- qualified for this query.
> SELECT * FROM person
    WHERE age NOT IN (SELECT age FROM VALUES (50), (null) sub(age));
 name age
 ---- ---