为什么即使我知道有这个 PostgreSQL 查询结果为 0

Question

我的系统中有 2 个表：journal 和 journal_contribution。 两者都有一个字段 uuid 作为主键，并且 journal_contribution 包含字段 journal_uuid 以将其链接到期刊。 其他领域不重要。 journal 表有 461283 条记录，journal_contribution 有 336136 条记录。

我想确定我有多少期刊没有 journal_contribution 引用它们。

我的第一个想法是以下查询

select count(*)
from journal 
where uuid not in 
(select journal_uuid as uuid
from journal_contribution)

我知道这不是很好，但我很惊讶 2 分钟后我得到了 0 结果。 更重要的是，如果我在没有“not”的情况下运行相同的查询，我得到的结果是 124121。如果我从期刊总数中减去这个，我预计原始结果是 337162。

当我将代码更改为以下性能更高的版本时，我确实得到了正确的结果，但我想首先了解 0。 有人可以向我解释一下吗？

select count(*)
from journal 
where not exists
(select 1  
from journal_contribution jc
where jc.journal_uuid = journal.uuid)

这些查询是在运行 PostgreSQL 11 的 pgAdmin 4.21 中完成的

Answer 1

我强烈，强烈建议您不要在子查询中使用not in 。 原因很简单： NULL值处理不直观。

正如您所观察到的，如果子查询返回的任何行是NULL ，则NOT IN会过滤掉所有行。

有一个简单的选择： not exists ：

select count(*)
from journal j
where not exists (select 1
                  from journal_contribution jc
                  where jc.journal_uuid = j.uuid
                 );

此外，此查询可以使用journal_contribution(journal_uuid)上的索引。 我猜有了这样的索引，这个查询会相当快。

Answer 2

显然子查询包含 NULL 值。

将查询更改为

select count(uuid)
from journal 
where uuid not in 
(select distinct journal_uuid as uuid
from journal_contribution
 where journal_uuid is not null)

给出正确的结果

如果子查询包含 NULL，则在 SQL select 和“IN”子查询中回答了它给出结果的原因

EXISTS 运算符显然对 NULL 值没有问题

Answer 3

问题是“journal_contribution”表中的“journal_uuid”列可以为空。 尝试使用 IN 运算符时，NULL 值将始终不返回任何内容。 就像写像WHERE id = NULL这样的东西不会返回任何东西。 另一个查询正在工作，因为您正在尝试比较“journal”表中的 uuid 值，如果我没记错，它是主键且不可为空