最近剛入職新公司，發現數據庫設計有點小問題，數據庫字段很多沒有NOT NULL，對于強迫癥晚期患者來說，簡直難以忍受，因此有了這篇文章。

基于目前大部分的開發現狀來說，我們都會把字段全部設置成NOT NULL并且給默認值的形式。

通常，對于默認值一般這樣設置：

整形，我們一般使用0作為默認值。

字符串，默認空字符串

時間，可以默認1970-01-01 0801，或者默認0000-00-00 0000，但是連接參數要添加zeroDateTimeBehavior=convertToNull，建議的話還是不要用這種默認的時間格式比較好

但是，考慮下原因，為什么要設置成NOT NULL？

來自高性能Mysql中有這樣一段話：

盡量避免NULL

很多表都包含可為NULL（空值）的列，即使應用程序并不需要保存NULL也是如此，這是因為可為NULL是列的默認屬性。通常情況下最好指定列為NOT NULL，除非真的需要存儲NULL值。

如果查詢中包含可為NULL的列，對MySql來說更難優化，因為可為NULL的列使得索引、索引統計和值比較都更復雜。可為NULL的列會使用更多的存儲空間，在MySql里也需要特殊處理。當可為NULL的列被索引時，每個索引記錄需要一個額外的字節，在MyISAM里甚至還可能導致固定大小的索引（例如只有一個整數列的索引）變成可變大小的索引。

通常把可為NULL的列改為NOT NULL帶來的性能提升比較小，所以（調優時）沒有必要首先在現有schema中查找并修改掉這種情況，除非確定這會導致問題。但是，如果計劃在列上建索引，就應該盡量避免設計成可為NULL的列。

當然也有例外，例如值得一提的是，InnoDB使用單獨的位（bit）存儲NULL值，所以對于稀疏數據有很好的空間效率。但這一點不適用于MyISAM。

書中的描述說了幾個主要問題，我這里暫且拋開MyISAM的問題不談，這里我針對InnoDB作為考量條件。

如果不設置NOT NULL的話，NULL是列的默認值，如果不是本身需要的話，盡量就不要使用NULL

使用NULL帶來更多的問題，比如索引、索引統計、值計算更加復雜，如果使用索引，就要避免列設置成NULL

如果是索引列，會帶來的存儲空間的問題，需要額外的特殊處理，還會導致更多的存儲空間占用

對于稀疏數據有更好的空間效率，稀疏數據指的是很多值為NULL，只有少數行的列有非NULL值的情況

默認值

對于MySql而言，如果不主動設置為NOT NULL的話，那么插入數據的時候默認值就是NULL。

NULL和NOT NULL使用的空值代表的含義是不一樣，NULL可以認為這一列的值是未知的，空值則可以認為我們知道這個值，只不過他是空的而已。

舉個例子，一張表中的某一條name字段是NULL，我們可以認為不知道名字是什么，反之如果是空字符串則可以認為我們知道沒有名字，他就是一個空值。

而對于大多數程序的情況而言，沒有什么特殊需要非要字段要NULL的吧，NULL值反而會對程序造成比如空指針的問題。

對于現狀大部分使用MyBatis的情況來說，我建議使用默認生成的insertSelective方法或者純手動寫插入方法，可以避免新增NOT NULL字段導致的默認值不生效或者插入報錯的問題。

值計算

聚合函數不準確

對于NULL值的列，使用聚合函數的時候會忽略NULL值。

現在我們有一張表，name字段默認是NULL，此時對name進行count得出的結果是1，這個是錯誤的。

count(*)是對表中的行數進行統計，count(name)則是對表中非NULL的列進行統計。

=失效

對于NULL值的列，是不能使用=表達式進行判斷的，下面對name的查詢是不成立的，必須使用is NULL。

與其他值運算

NULL和其他任何值進行運算都是NULL，包括表達式的值也是NULL。

user表第二條記錄age是NULL，所以+1之后還是NULL，name是NULL，進行concat運算之后結果還是NULL。

可以再看下下面的例子，任何和NULL進行運算的話得出的結果都會是NULL，想象下你設計的某個字段如果是NULL還不小心進行各種運算，最后得出的結果。。。

distinct、group by、order by

對于distinct和group by來說，所有的NULL值都會被視為相等，對于order by來說升序NULL會排在最前

其他問題

表中只有一條有名字的記錄，此時查詢名字!=a預期的結果應該是想查出來剩余的兩條記錄，會發現與預期結果不匹配。

索引問題

為了驗證NULL字段對索引的影響，分別對name和age添加索引。

關于網上很多說如果NULL那么不能使用索引的說法，這個描述其實并不準確，根據引用官方文檔[3]里描述，使用is NULL和范圍查詢都是可以和正常一樣使用索引的，實際驗證的結果好像也是這樣，看以下例子。

然后接著我們往數據庫中繼續插入一些數據進行測試，當NULL列值變多之后發現索引失效了。

我們知道，一個查詢SQL執行大概是這樣的流程：

首先連接器負責連接到指定的數據庫上，接著看看查詢緩存中是否有這條語句，如果有就直接返回結果。

如果緩存沒有命中的話，就需要分析器來對SQL語句進行語法和詞法分析，判斷SQL語句是否合法。

現在來到優化器，就會選擇使用什么索引比較合理，SQL語句具體怎么執行的方案就確定下來了。

最后執行器負責執行語句、有無權限進行查詢，返回執行結果。

從上面的簡單測試結果其實可以看到，索引列存在NULL就會存在書中所說的導致優化器在做索引選擇的時候更復雜，更加難以優化。

存儲空間

數據庫中的一行記錄在最終磁盤文件中也是以行的方式來存儲的，對于InnoDB來說，有4種行存儲格式：REDUNDANT、COMPACT、DYNAMIC和COMPRESSED。

InnoDB的默認行存儲格式是COMPACT，存儲格式如下所示，虛線部分代表可能不一定會存在。

變長字段長度列表：有多個字段則以逆序存儲，我們只有一個字段所有不考慮那么多，存儲格式是16進制，如果沒有變長字段就不需要這一部分了。

NULL值列表：用來存儲我們記錄中值為NULL的情況，如果存在多個NULL值那么也是逆序存儲，并且必須是8bit的整數倍，如果不夠8bit，則高位補0。1代表是NULL，0代表不是NULL。如果都是NOT NULL那么這個就存在了。

ROW_ID：一行記錄的唯一標志，沒有指定主鍵的時候自動生成的ROW_ID作為主鍵。

TRX_ID：事務ID。

ROLL_PRT：回滾指針。

最后就是每列的值。

為了說明清楚這個存儲格式的問題，我弄張表來測試，這張表只有c1字段是NOT NULL，其他都是可以為NULL的。

可變字段長度列表：c1和c3字段值長度分別為1和2，所以長度轉換為16進制是0x01 0x02，逆序之后就是0x02 0x01。

NULL值列表：因為存在允許為NULL的列，所以c2,c3,c4分別為010，逆序之后還是一樣，同時高位補0滿8位，結果是00000010。

其他字段我們暫時不管他，最后第一條記錄的結果就是，當然這里我們就不考慮編碼之后的結果了。

這樣就是一個完整的數據行數據的格式，反之，如果我們把所有字段都設置為NOT NULL，并且插入一條數據a,bb,ccc,dddd的話，存儲格式應該這樣：

雖然我們發現NULL本身并不會占用存儲空間，但是如果存在NULL的話就會多占用一個字節的標志位的空間。

文章參考文檔：

https://dev.mysql.com/doc/refman/8.0/en/problems-with-null.html

https://dev.mysql.com/doc/refman/8.0/en/working-with-null.html

https://dev.mysql.com/doc/refman/5.6/en/is-null-optimization.html

https://dev.mysql.com/doc/refman/5.6/en/innodb-row-format.html

https://www.cnblogs.com/zhoujinyi/articles/2726462.html

編輯：jq