具有可能具有“多种类型的 NULL”值的列的 SQL 表

Question

标题可能有点混乱，所以我需要澄清一下。

我有以下调查数据集，需要传输到 PostgreSQL 数据库。

| id | title | income | age    | height | weight | Education   |
| 1  | foo   | 10000  | 45     | 170    | 50     | College     |
| 2  | bar   | 15000  | -20000 | -30000 | 45     | High School |
| 3  | hoge  | -10000 | -10000 | 150    | 60     | -20000      |
| 4  | fuga  | 20000  | 20     | -10000 | 70     | College     |
...

其中-10000、-20000、-30000都代表空值，但原因不同。
（例如，-10000 表示未向参与者显示有关该列的问题，-20000 表示参与者跳过问题，-30000 表示他们回答无效。）

问题是，如何设计表和约束来模拟这种情况？

显然，如果我将 INTEGER 用于收入和其他列，并将 VARCHAR 用于教育，则空值将不相同。此外，如果我将收入视为单纯的 INTEGER，则“null”值将只是一个负数，这将在以下数据操作中出现问题。

Answer 1

我认为这里最好的设计是为每个数据列添加状态列，假设您想要跟踪给定列的状态。像这样的：

| id | title | income | age    | age_code | height | height_code | weight | Education   |
| 1  | foo   | 10000  | 45     | 1        | 170    | 1           | 50     | College     |
| 2  | bar   | 15000  | NULL   | 2        | NULL   | 4           | 45     | High School |
| 3  | hoge  | NULL   | NULL   | 3        | 150    | 1           | 60     | NULL        |
| 4  | fuga  | 20000  | 20     | 1        | NULL   | 5           | 70     | College     |

这里，我用码值2,3来表示年龄中的某种错误码，值4,5表示其他类型的错误码。

通常，列中的值应该只代表一件事。在这种情况下，年龄和身高列应该存储这些测量的数据，而不是这些测量的状态。我回填了NULL 数据丢失或完全无效的值。