MySQL查询NULL与空值陷阱：IS NULL的正确用法

正确查询NULL值的核心语法

在关系型数据库中，NULL表示一个未知或不存在的值。由于它的特殊语义，不能直接使用通用的比较运算符进行判断。无论是在命令行工具还是像Navicat这样的图形化界面中，都必须遵循特定的语法规则。

针对VARCHAR或任意类型的字段，若要查询值为NULL的记录，必须使用IS NULL操作符；反之，若需排除NULL值，则使用IS NOT NULL。错误的写法如= NULL或<> NULL会导致查询结果为空或逻辑混乱。

-- 查询指定字段为 null 的数据
select * from cases where name is null;

-- 查询指定字段不为 null 的数据
select * from cases where name is not null;

常见陷阱：“不等于”查询遗漏NULL数据

在实际开发或测试过程中，经常遇到这样一个现象：假设表中总共有100条数据，其中30条数据的某个字段名为'zhangsan'。理论上，查询所有“名字不等于'zhangsan'”的记录应该返回70条数据。但在实际执行<>（不等号）或!=查询时，往往只得到了60条结果。那消失的10条数据去哪了？

问题的核心在于：NULL不参与常规的比较运算。当使用“不等于某值”的逻辑时，数据库引擎只会筛选出明确等于其他值的数据，而将那些值为NULL的行视为“未知”，从而将其剔除。

我们可以通过以下示例复现这一场景。假设存在一张名为student的表，其中包含若干学生姓名记录：

执行如下SQL语句查找非张三的学生：

select * from student where `NAME` <> 'zhangsan';

在Navicat中运行该脚本后，观察执行结果：

解决办法：双重条件判断

为了拿到所有“非特定值”的数据（既包括其他名字，也包括未填写名字的NULL数据），我们需要修改查询逻辑，显式地将“判断为空值”也纳入条件中。

具体的实现方式是增加一个OR条件，判断字段是否为NULL。结构化为：列名 != 目标值 OR 列名 IS NULL。

修复后的完整查询如下图所示：

通过这种组合条件，即可补全之前因NULL语义导致的漏查问题，确保业务统计或接口展示的完整性。