SQL与大多数编程语言最大的差异之一，是其布尔逻辑并非只有TRUE和FALSE两种状态。当一个表达式中出现NULL时，整个表达式的求值结果可能是第三种状态——UNKNOWN。存储过程里大量使用条件判断、变量赋值和动态拼接WHERE子句，如果不理解这一特性，很容易写出看似正确却返回错误结果的代码。AND和OR运算符在NULL参与下的行为尤其关键，因为它们直接影响筛选逻辑的走向。
先从最基础的真值表说起。在标准SQL中，AND运算符的行为可以概括为：只要有一个操作数是FALSE，结果就是FALSE；只要有一个操作数是UNKNOWN且另一个不是FALSE，结果就是UNKNOWN；只有两个操作数都是TRUE时，结果才是TRUE。更直观地表达，TRUE AND UNKNOWN的结果是UNKNOWN，FALSE AND UNKNOWN的结果是FALSE。OR运算符则相反：只要有一个操作数是TRUE，结果就是TRUE；只要有一个操作数是UNKNOWN且另一个不是TRUE，结果就是UNKNOWN；只有两个操作数都是FALSE时，结果才是FALSE。所以TRUE OR UNKNOWN的结果是TRUE，FALSE OR UNKNOWN的结果是UNKNOWN。
这一逻辑看似简单，但在存储过程的条件分支中会造成意想不到的影响。例如声明一个变量@status，其值为NULL，然后编写IF @status = 'ACTIVE' OR @status IS NULL这样的条件时，由于@status = 'ACTIVE'的结果是UNKNOWN，整个OR表达式会变成UNKNOWN OR TRUE，最终结果为TRUE，条件成立。但如果写成IF NOT (@status = 'ACTIVE')，内部比较的结果是UNKNOWN，NOT UNKNOWN仍然是UNKNOWN，条件不成立，于是可能错误地跳过了某些分支。这就是三值逻辑在IF语句中的直接体现。
AND与OR在WHERE子句中的典型陷阱
存储过程最常出现的问题发生在WHERE子句的拼接上。比如一个查询需要同时满足两个条件：列a等于某个值，列b不等于另一个值。当列a或列b的数据中含有NULL时，AND连接的两个条件可能分别返回TRUE和UNKNOWN，整体结果为UNKNOWN，该行不会被返回。很多开发者误以为NULL表示“未知”所以“可能等于”，但实际上在WHERE子句中，UNKNOWN与FALSE一样被过滤掉。这就导致明明数据存在却查不出来。
另一个经典陷阱是NOT IN子查询。假设存储过程中有语句WHERE id NOT IN (SELECT parent_id FROM tree WHERE parent_id IS NOT NULL)，如果子查询的结果集中包含NULL，整个NOT IN表达式会变成UNKNOWN，导致外层查询不返回任何行。原因是NOT IN等价于对每个元素执行id != value AND id != NULL，而id != NULL的结果是UNKNOWN，与前面的TRUE做AND运算结果还是UNKNOWN，于是没有一行满足条件。这类错误极具隐蔽性，因为单独执行子查询可能看到有数据，但组合起来就全空了。
-- 错误示例：NOT IN 子查询包含 NULL 导致全表无返回
CREATE PROCEDURE GetNonChildNodes
AS
BEGIN
SELECT id, name
FROM nodes
WHERE id NOT IN (SELECT parent_id FROM tree);
END;
上面的存储过程在tree表的parent_id存在NULL时，会返回空结果集。正确的做法是为子查询加上WHERE parent_id IS NOT NULL，或者改用NOT EXISTS，因为NOT EXISTS是基于行是否存在的判断，不会受到NULL的影响。
AND和OR的组合优先级也容易让人犯错。SQL中AND的优先级高于OR，但加上NULL后，某些表达式的结果会偏离直觉。例如a = 1 OR a = 2 AND b = 3，当a为NULL时，a = 1和a = 2的结果都是UNKNOWN，b = 3假设为TRUE，那么a = 2 AND b = 3的结果是UNKNOWN，整个表达式变成UNKNOWN OR UNKNOWN，结果仍然是UNKNOWN，该行被过滤。如果不理解优先级和NULL的传播，可能会认为OR中的第二个条件a = 2独立成立，但事实并非如此。
存储过程中安全处理NULL比较的实战方案
要避免三值逻辑带来的问题，第一原则是永远不要使用等号或不等号直接比较NULL。在WHERE子句或IF语句中判断某个字段或者变量是否为NULL，必须使用IS NULL或IS NOT NULL。例如WHERE column IS NULL会返回所有该列为NULL的行；WHERE column IS NOT NULL则过滤掉NULL行。这是SQL标准规定的唯一可靠方式，因为任何与NULL的算术或比较运算结果都是NULL。
第二原则是对于可能为NULL的字段参与逻辑运算时，使用COALESCE或ISNULL函数将其转换为默认值，从而避免UNKNOWN状态。例如，假设discount列允许NULL，想要查找折扣大于0.2或者折扣为NULL的记录，可以写成WHERE COALESCE(discount, 0) > 0.2 OR discount IS NULL，这样NULL就被当作0处理，逻辑变得确定。在存储过程中，还可以使用CASE表达式把NULL显式转换为布尔值，使条件分支清晰可控。
-- 正确示例：使用 IS NULL 和 COALESCE 处理三值逻辑
CREATE PROCEDURE GetDiscountedProducts
AS
BEGIN
SELECT product_id, name, discount
FROM products
WHERE (discount IS NULL OR discount > 0.15)
AND COALESCE(stock, 0) > 0;
END;
上面的代码中，discount IS NULL OR discount > 0.15保证了NULL值也能被查询出来，而COALESCE(stock, 0) > 0把库存为NULL的记录视为0，不会因为NULL参与比较而漏掉。注意代码块中的>是HTML转义后的写法，实际SQL中写为>，这是为了在网页上正确显示。
第三原则是当不确定子查询是否可能返回NULL时，优先使用EXISTS或NOT EXISTS代替IN或NOT IN。因为EXISTS只关心子查询是否返回了至少一行，不会对NULL做比较，所以天然免疫三值逻辑问题。例如判断某个节点是否有子节点，可以写WHERE EXISTS (SELECT 1 FROM tree WHERE parent_id = nodes.id)，即使parent_id中存在NULL也不会受影响。
动态条件构建中的三值逻辑规避策略
存储过程经常需要根据传入的参数动态拼接WHERE条件。比如一个搜索接口，用户可能只填写了部分筛选条件，未填写的参数以NULL传入。如果简单地写成WHERE column1 = @param1 AND column2 = @param2，当@param1为NULL时，整个条件变成UNKNOWN，导致查询结果为空。解决这类问题的经典方法是使用IS NULL来覆盖参数为空的情况，例如WHERE (@param1 IS NULL OR column1 = @param1)。这种写法虽然会增加一些复杂度，但能确保参数为NULL时条件自动忽略。
然而，这种模式在参数值本身为NULL时也需要谨慎。例如@param1传入NULL表示“不过滤该列”，但如果该列本身允许NULL，则column1 = @param1永远不会匹配到NULL行，因为等号比较NULL的结果是UNKNOWN。如果业务上需要筛选出column1为NULL的行，就必须单独处理：WHERE (@param1 IS NULL AND column1 IS NULL) OR (@param1 IS NOT NULL AND column1 = @param1)。这个逻辑等价于WHERE column1 IS NOT DISTINCT FROM @param1，但后者并非所有数据库都支持。
-- 动态条件构建：安全处理可选参数和NULL列值
CREATE PROCEDURE SearchProducts
@category_id INT = NULL,
@active_status BIT = NULL
AS
BEGIN
SELECT product_id, name, category_id, active_status
FROM products
WHERE (@category_id IS NULL OR category_id = @category_id)
AND (@active_status IS NULL OR active_status = @active_status)
AND (category_id IS NOT NULL OR @category_id IS NULL);
END;
上面的例子中，最后一行category_id IS NOT NULL OR @category_id IS NULL的作用是：当@category_id为NULL时（表示不过滤），保证所有行都满足；当@category_id不为NULL时，该条件为TRUE，不影响前面的过滤。这样既避免了NULL参数导致的漏查，也防止了列值本身为NULL时被错误过滤。
理解三值逻辑，本质上是要意识到SQL中的NULL不是值，而是“未知”的标记。在存储过程中处理任何可能为NULL的数据时，都应该显式地考虑UNKNOWN状态，并用IS NULL、COALESCE、EXISTS等工具把逻辑拉回到明确的二值判断。只有这样，才能写出在不同数据分布下都表现一致的健壮代码。