Redshift 意外返回子查询中未找到的项目的空值

Question

我的这个查询没有返回任何结果：

SELECT review_id
FROM review_table
WHERE review_id NOT IN (
    SELECT DISTINCT review_id
    FROM review_migration_table
)
ORDER BY review_id

但是，我希望它返回所有不在我的迁移表中的review_ids（我正在尝试识别所有未成功迁移的评论）。我期待非空结果的原因是我知道review_table 中的评论不在review_migration_table 中：

SELECT
    review_id,
    review_id NOT IN (
        SELECT DISTINCT review_id
        FROM review_migration_table
        WHERE filter_column = 170938)
FROM review_table
WHERE
    filter_column = 170938
ORDER BY review_id ASC

 review_id | ?column?
-----------+----------
 127260864 | f
 130811274 |
(2 rows)

为什么 Redshift 在此查询中为第二条记录返回“NULL”值？而且，更具体地说，如何让我的第一个查询返回 review_table 但不在 review_migration_table 中的 130811274（和其他评论）？

Answer 1

你可以认为a NOT IN(b, c) 等同于NOT (a=b OR a=c)。我认为 review_migration_table 表的review_id 列中有一个 NULL 值，因此您有NOT (a=b OR a=NULL)，如果a=b 将给出FALSE，如果a<>b 给出NULL。这里最简单的解决方法可能是从IN 列表中过滤掉NULL review_id，例如：

SELECT
    review_id,
    review_id NOT IN (
        SELECT DISTINCT review_id
        FROM review_migration_table
        WHERE filter_column = 170938 and review_id IS NOT NULL)
FROM review_table
WHERE
    filter_column = 170938
ORDER BY review_id ASC