Presto vs Databricks SQL：NULL 值排序行为对比

引言

在处理数据时，NULL 值的排序是一个常见但容易被忽视的问题。不同的 SQL 引擎对 NULL 值的排序处理有着不同的默认行为。本文将详细对比 Presto 和 Databricks SQL 在这方面的差异，帮助开发者避免潜在的陷阱。

NULL 值排序的默认行为

Presto 的默认行为

Presto 采用了一种简单统一的规则：

• 无论是升序（ASC）还是降序（DESC），NULL 值默认都排在最后
• 这种行为保持了一致性，便于记忆

示例代码：

WITH sample_data AS (
    SELECT null as event_time UNION ALL
    SELECT 1729196480 as event_time UNION ALL
    SELECT 1729196480 as event_time
)

-- 升序排序
SELECT event_time FROM sample_data ORDER BY event_time ASC;
-- 结果：
-- 1729196480
-- 1729196480
-- NULL

-- 降序排序
SELECT event_time FROM sample_data ORDER BY event_time DESC;
-- 结果：
-- 1729196480
-- 1729196480
-- NULL

Databricks SQL 的默认行为

Databricks SQL 采用了一种更复杂的规则：

• 升序（ASC）时，NULL 值默认排在最前面
• 降序（DESC）时，NULL 值默认排在最后面

示例代码：

-- 在 Databricks SQL 中
-- 升序排序
SELECT event_time FROM sample_data ORDER BY event_time ASC;
-- 结果：
-- NULL
-- 1729196480
-- 1729196480

-- 降序排序
SELECT event_time FROM sample_data ORDER BY event_time DESC;
-- 结果：
-- 1729196480
-- 1729196480
-- NULL

自定义 NULL 值位置

两种系统都提供了显式控制 NULL 值位置的语法：

• NULLS FIRST：将 NULL 值放在最前面
• NULLS LAST：将 NULL 值放在最后面

-- 在两个系统中都适用的语法
SELECT event_time
FROM sample_data
ORDER BY event_time DESC NULLS FIRST;

SELECT event_time
FROM sample_data
ORDER BY event_time ASC NULLS LAST;

最佳实践建议

1. 显式指定 NULL 位置
   • 为了代码的可维护性和可移植性，建议总是显式指定 NULL 值的位置
   • 这样可以避免不同系统默认行为差异带来的困扰
2. 文档化你的选择
   • 在项目文档中说明 NULL 值排序的预期行为
   • 特别是在跨平台项目中，这一点尤为重要
3. 测试验证
   • 在切换数据库平台时，要特别注意测试 NULL 值排序
   • 确保排序结果符合业务预期

规则速查表

结语

在处理数据排序时，NULL 值的位置看似是一个小细节，但在实际项目中可能会带来意想不到的影响。了解不同系统的默认行为，并养成显式指定 NULL 值位置的好习惯，可以帮助我们写出更可靠的 SQL 查询语句。

参考资料

• Presto 官方文档
• Databricks SQL 官方文档

希望这篇文章能帮助你更好地理解和处理 SQL 中的 NULL 值排序问题。如果你有任何问题或补充，欢迎在评论区讨论！