MySQL的10件事—它们也许和你预想的不一样

SELECT  *  
FROM    a  
WHERE   a.column = NULL 

在SQL中，NULL什么也不等于，而且NULL也不等于NULL。这个查询不会返回任何结果的，实际上，当构建那个plan的时候，优化器会把这样的语句优化掉。

当搜索NULL值的时候，应该使用这样的查询：

SELECT  *  
FROM    a  
WHERE   a.column IS NULL 

#9. 使用附加条件的LEFT JOIN

SELECT  *  
FROM    a  
LEFT JOIN 
        b  
ON      b.a = a.id  
WHERE   b.column = 'something' 

除了从a返回每个记录（至少一次），当没有真正匹配的记录的时候，用NULL值代替缺失的字段之外，LEFT JOIN和INNER JOIN都是一样的。

但是，在LEFT JOIN之后才会检查WHERE条件，所以，上面这个查询在连接之后才会检查column。就像我们刚才了解到的那样，非NULL值才可以满足相等条件，所以，在a的记录中，那些在b中没有对应的条目的记录不可避免地要被过滤掉。

从本质上来说，这个查询是一个INNER JOIN，只是效率要低一些。

为了真正地匹配满足b.column = 'something'条件的记录（这时要返回a中的全部记录，也就是说，不过滤掉那些在b中没有对应的条目的记录），这个条件应该放在ON子句中：

SELECT  *  
FROM    a  
LEFT JOIN 
        b  
ON      b.a = a.id  
        AND b.column = 'something' 

#8. 小于一个值，但是不为NULL

我经常看到这样的查询：

SELECT  *  
FROM    b  
WHERE   b.column < 'something' 
       AND b.column IS NOT NULL 

实际上，这并不是一个错误：这个查询是有效的，是故意这样做的。但是，这里的IS NOT NULL是冗余的。

如果b.column是NULL，那么无法满足b.column < 'something'这个条件，因为任何一个和NULL进行的比较都会被判定为布尔NULL，是不会通过过滤器的。

有趣的是，这个附加的NULL检查不能和“大于”查询（例如：b.column > 'something'）一起使用。

这是因为，在MySQL中，在ORDER BY的时候，NULL会排在前面，因此，一些人错误地认为NULL比任何其他的值都要小。

这个查询可以被简化：

SELECT  *  
FROM    b  
WHERE   b.column < 'something' 

在b.column中，不可能返回NULL

#7. 按照NULL来进行连接

SELECT  *  
FROM    a  
JOIN    b  
ON      a.column = b.column 

在两个表中，当column是nullable的时候，这个查询不会返回两个字段都是NULL的记录，原因如上所述：两个NULL并不相等。

这个查询应该这样来写：

SELECT  *  
FROM    a  
JOIN    b  
ON      a.column = b.column 
        OR (a.column IS NULL AND b.column IS NULL) 

MySQL的优化器会把这个查询当成一个“等值连接”，然后提供一个特殊的连接条件：ref_or_null

#6. NOT IN和NULL值

SELECT  a.*  
FROM    a  
WHERE   a.column NOT IN 
        (  
        SELECT column 
        FROM    b  
        ) 

如果在b.column中有一个NULL值，那么这个查询是不会返回任何结果的。和其他谓词一样，IN  和 NOT IN 遇到NULL也会被判定为NULL。

你应该使用NOT EXISTS重写这个查询：

SELECT  a.*  
FROM    a  
WHERE   NOT EXISTS  
        (  
        SELECT NULL 
        FROM    b  
       WHERE   b.column = a.column 
       ) 

不像IN，EXISTS总是被判定为true或false的。

#5. 对随机的样本进行排序

SELECT  *  
FROM    a  
ORDER BY 
        RAND(), column 
LIMIT 10 

这个查询试图选出10个随机的记录，按照column来排序。

ORDER BY会按照自然顺序来对输出结果进行排序：这就是说，当第一个表达式的值相等的时候，这些记录才会按照第二个表达式来排序。

但是，RAND()的结果是随机的。要让RAND()的值相等是行不通的，所以，按照RAND()排序以后，再按照column来排序也是没有意义的。

要对随机的样本记录进行排序，可以使用这个查询：

SELECT  *  
FROM    (  
        SELECT  *  
        FROM    mytable  
        ORDER BY 
                RAND()  
        LIMIT 10  
       ) q  
ORDER BY 
       column 

#4. 通过一个组来选取任意的记录

这个查询打算通过某个组（定义为grouper来）来选出一些记录

SELECT  DISTINCT(grouper), a.*  
FROM    a 

DISTINCT不是一个函数，它是SELECT子句的一部分。它会应用到SELECT列表中的所有列，实际上，这里的括号是可以省略的。所以，这个查询可能会选出grouper中的值都相同的记录（如果在其他列中，至少有一个列的值是不同的）。

有时，这个查询可以正常地使用( 这主要依赖于MySQL对GROUP BY的扩展）：

SELECT  a.*  
FROM    a  
GROUP BY 
        grouper 

在某个组中返回的非聚合的列可以被任意地使用。

首先，这似乎是一个很好的解决方案，但是，它存在着一个很严重的缺陷。它依赖于这样一个假设：虽然可以通过组来任意地获取，但是返回的所有值都要属于一条记录。

虽然当前的实现似乎就是这样的，但是它并没有文档化，无论何时，它都有可能被改变（尤其是，当MySQL学会了在GROUP BY的后面使用index_union的时候）。所以依赖于这个行为并不安全。

如果MySQL支持分析函数的话，这个查询可以很容易地用另一种更清晰的方式来重写。但是，如果这张表拥有一个PRIMARY KEY的话，即使不使用分析函数，也可以做到这一点：

SELECT  a.*  
FROM    (  
        SELECT  DISTINCT grouper  
        FROM    a  
        ) ao  
JOIN    a  
ON      a.id =  
        (  
        SELECT  id  
       FROM    a ai  
        WHERE   ai.grouper = ao.grouper  
        LIMIT 1  
        ) 

#3. 通过一个组来选取第一条记录

把前面那个查询稍微变化一下：

SELECT  a.*  
FROM    a  
GROUP BY 
        grouper  
ORDER BY 
        MIN(id) DESC 

和前面那个查询不同，这个查询试图选出id值最小的记录。

同样：无法保证通过a.*返回的非聚合的值都属于id值最小的那条记录（或者任意一条记录）

这样做会更清晰一些：

SELECT  a.*  
FROM    (  
        SELECT  DISTINCT grouper  
       FROM    a  
        ) ao  
JOIN    a  
ON      a.id =  
        (  
        SELECT  id  
        FROM    a ai  
        WHERE   ai.grouper = ao.grouper  
        ORDER BY 
                ai.grouper, ai.id  
        LIMIT 1  
        ) 

这个查询和前面那个查询类似，但是使用额外的ORDER BY可以确保按id来排序的第一条记录会被返回。

#2. IN和‘,’——值的分隔列表

这个查询试图让column的值匹配用‘,’分隔的字符串中的任意一个值：

SELECT  *  
FROM    a  
WHERE   column IN ('1, 2, 3') 

这不会正常发挥作用的，因为在IN列表中，那个字符串并不会被展开。

如果列column是一个VARCHAR，那么它（作为一个字符串）会和整个列表（也作为一个字符串）进行比较，当然，这不可能匹配。如果 column是某个数值类型，那么这个列表会被强制转换为那种数值类型（在最好的情况下，只有第一项会匹配）

处理这个查询的正确方法应该是使用合适的IN列表来重写它：

SELECT  *  
FROM    a  
WHERE   column IN (1, 2, 3) 

或者，也可以使用内联：

SELECT  *  
FROM    (  
        SELECT  1 AS id  
        UNION ALL 
        SELECT  2 AS id  
        UNION ALL 
        SELECT  3 AS id  
        ) q  
JOIN    a  
ON      a.column = q.id 

但是，有时这是不可能的。

如果不想改变那个查询的参数，可以使用FIND_IN_SET：

SELECT  *  
FROM    a  
WHERE   FIND_IN_SET(column, '1,2,3') 

但是，这个函数不可以利用索引从表中检索行，会在a上执行全表扫描。

#1. LEFT JOIN和COUNT(*)

SELECT  a.id, COUNT(*)  
FROM    a  
LEFT JOIN 
        b  
ON      b.a = a.id  
GROUP BY 
        a.id 

这个查询试图统计出对于a中的每条记录来说，在b中匹配的记录的数目。

问题是,在这样一个查询中，COUNT(*)永远不会返回一个0。对于a中某条记录来说，如果没有匹配的记录，那么那条记录还是会被返回和计数。

只有需要统计b中的记录数目的时候才应该使用COUNT。既然可以使用COUNT(*)，那么我们也可以使用一个参数来调用它（忽略掉NULL），我们可以把b.a传递给它。在这个例子中，作为一个连接主键，它不可以为空，但是如果不想匹配，它也可以为空。

原文标题：10 things in MySQL (that won’t work as expected)