sql - 如何避免数据库中出现 NULL，同时还代表缺失数据？

Question

在SQL and Relational Theory (C.J. Date, 2009) 第 4 章提倡避免重复行，也避免在我们存储的数据中使用 NULL 属性。虽然我可以轻松避免重复行，但我正在努力了解如何在不使用 NULL 的情况下对数据进行建模。以下面的例子为例 - 这有点来自工作。

我们有一个artist 表，其中有一个gender 列。这是 gender 表的外键。然而，对于某些艺术家，我们不知道他们的性别——例如，我们得到了一份没有艺术家描述的新音乐列表。如何在不使用 NULL 的情况下表示此数据？我看到的唯一解决方案是向 gender 表添加一个新的性别“未知”。

虽然我非常喜欢这本书，但当本章结束时我真的很失望:

Of course, if nulls are prohibited, then missing information will have to be handled by some other means. Unfortunately, those other means are much too complex to be discussed in detail here.

这真是一种耻辱 - 因为这是我等待阅读的解决方案!有一个阅读附录的引用，其中有很多出版物可供阅读，但在我开始阅读这些之前，我希望能有更多的脚踏实地的总结。

---

一些人评论说他们不明白我为什么要避免“NULL”，所以我会再次引用这本书。进行以下查询:

SELECT s.sno, p.pno
  FROM s, p
 WHERE s.city <> p.city
    OR p.city <> 'Paris'

现在，以 s.city 为伦敦，p.city 为巴黎为例。在本例中，伦敦 <> 巴黎，因此查询为真。现在假设 p.city 不是巴黎，实际上是 xyz。在这种情况下，(London <> xyz) OR (xyz <> Paris) 也为真。因此，给定任何数据 - 这个查询都是正确的。但是，如果 xyz 为“NULL”，则情况会发生变化。在这种情况下，这两个表达式既不是 True 也不是 False，它们实际上是 Unknown。在这种情况下，由于结果未知，您将不会返回任何行。

从 2 值逻辑到 3 值逻辑的转变很容易引入这样的错误。事实上，我刚刚在工作中介绍了一个激发这篇文章的动机。我想要 type != 0 的所有行但是，这实际上最终匹配 type == 0 OR type IS NULL - 令人困惑的行为。

future 是否使用或不使用 NULL 对我的数据进行建模尚不清楚，但我很好奇其他解决方案是什么。 (我也一直认为，如果您不知道，则应该使用 NULL)。

Answer 1

祝你好运，消除空值。我从不允许在我的任何数据库中使用 Null。

当然，如果禁止空值，则必须通过其他方式处理丢失的信息。不幸的是，那些其他方法过于复杂，无法在此处详细讨论。

其实一点也不难。共有三种选择。

1. 这是一篇关于 How To Handle Missing Information Without Using NULL 的论文由 H Darwen 撰写，这可能有助于您解决问题。

   1.1。第六范式就是答案。但是您不必将您的整个 数据库规范化为 6NF。对于可选的每一列，您需要一个主表之外的子表，其中只有 PK，这也是 FK，因为它是 1::0-1 关系。除了 PK，唯一的列是可选列。

   看看这个Data Model ;第 4 页的 AssetSerial 是一个经典案例:并非所有的Assets 都有 SerialNumbers；但是当他们这样做时，我希望他们存储它们；更重要的是我想确保它们是独一无二的。

   (For the OO people out there, incidentally, that is a three level class diagram in Relational notation, a "Concrete Table Inheritance", no big deal, we've had it fro 30 years.)

   1.2。对于每个这样的表，使用 View 提供表的 5NF 形式。当然，使用 Null(或适用于该列的任何值)来标识任何行的列缺失。但不要通过 View 更新。

   1.3 不要使用直连接来抓取 6NF 列。也不要使用外部连接(并让服务器为缺失的行填充 Null)。使用子查询来填充列，并指定您希望为缺失值返回的值(除非您有 Oracle，因为它的子查询处理甚至比它的集合处理更糟糕)。例如。只是一个例子。您可以将数字列转换为字符串，并对缺失的行使用“Missing”。

当你不想走那么远时(6NF)，你还有两个选择。

1. 您可以使用 Null 替代。我将 CHAR(0) 用于字符列，将 0 用于数字。但我不允许 FK 这样做。显然，您需要一个超出正常数据范围的值。这不允许三值逻辑。

2. 除了 (2) 之外，对于每个 Nullable 列，您还需要一个 bool 指示符。对于 Sex 列的示例，指示器类似于 SexIsMissing 或 SexLess(抱歉)。这允许非常严格的三值逻辑。那 5% 中的许多人喜欢它，因为数据库保持在 5NF(和更少的表)；缺少信息的列加载了从未使用过的值；它们仅在 Indicator 为 false 时使用。如果您有一个企业数据库，您可以将其包装在一个函数中，并始终使用 UDF，而不是原始列。

当然，在所有情况下，您都无法避免编写处理缺失信息所需的代码。无论是 ISNULL()，还是 6NF 列的子查询，还是在使用值之前要检查的 Indicator，还是 UDF。

如果 Null 具有特定含义... 那么它就不是 Null!根据定义，Null 是未知值。