NULL in SQL: dreiwertige Logik und ihre Fallen

Worum es geht

SQL kennt drei Wahrheitswerte: wahr, falsch und unbekannt. Jeder Vergleich mit NULL (x = NULL, x <> NULL, x > 5 bei NULL in x) ergibt unbekannt. WHERE behält nur Zeilen, deren Bedingung wahr ist; unbekannt wirkt dort wie falsch, aber NOT (unbekannt) bleibt unbekannt. Die PostgreSQL-Dokumentation zu den Vergleichsoperatoren beschreibt IS NULL, IS NOT NULL und IS [NOT] DISTINCT FROM, die NULL als vergleichbaren Wert behandeln: NULL IS DISTINCT FROM NULL ergibt falsch, 1 IS DISTINCT FROM NULL wahr – und nicht NULL.

Warum es wichtig ist

Die klassischen Fehler: WHERE status <> 'archived' schliesst Zeilen mit NULL-Status stillschweigend aus; id NOT IN (SELECT parent_id FROM t) liefert keine Zeile, sobald ein parent_id NULL ist; COUNT(spalte) zählt laut Dokumentation der Aggregatfunktionen nur Zeilen, in denen der Wert nicht NULL ist, während COUNT(*) alle Eingabezeilen zählt; AVG ignoriert NULL; ein Unique-Constraint lässt mehrere NULL zu, weil NULL-Werte laut CREATE TABLE-Dokumentation für diesen Zweck nicht als gleich gelten – ausser es wird NULLS NOT DISTINCT angegeben.

So wird es angewendet

• Pro Spalte entscheiden, ob NULL erlaubt ist und was es bedeutet; NOT NULL setzen, wo «unbekannt» keinen Sinn hat.
• IS DISTINCT FROM für Gleichheit verwenden, die NULL als Wert behandelt; COALESCE, um NULL in Ausdrücken einen expliziten Ersatzwert zu geben.
• NOT EXISTS statt NOT IN bei Unterabfragen, die NULL enthalten können.
• Im Anwendungscode prüfen, wie der Treiber NULL abbildet (None, nil, null), und es von leerem String und der Zahl 0 getrennt halten.
• In Datenqualitätsprüfungen den NULL-Anteil je Spalte mitzählen: Ein plötzlicher Anstieg ist eher ein Zeichen für einen kaputten Zulieferer als für echte Unbekanntheit.

Stolpersteine

Sortierung: NULL steht je nach Datenbank und NULLS FIRST/LAST am Anfang oder am Ende. String-Verkettung mit NULL ergibt in Standard-SQL NULL. GROUP BY legt alle NULL in eine Gruppe, obwohl NULL nicht gleich NULL ist. Wer NULL mit «leer», «0» oder «nicht zutreffend» gleichsetzt, baut die Mehrdeutigkeit ins Datenmodell ein, statt sie zu lösen – dann hilft nur noch ein eigener Statuswert.