Snowflake中“=”与“IN”查询行为差异：为何Query1返回多行Query2无结果？

Query 1：col_c = col_c 的过滤逻辑 #

这个条件是逐行自比较：

• 当col_c为非NULL值时，col_c = col_c结果为TRUE，符合WHERE子句的过滤要求，行会被保留；
• 当col_c为NULL时，SQL中NULL = NULL的结果是UNKNOWN，这类行会被WHERE子句自动过滤。
  结合col_timestamp = MAX(col_timestamp)的条件，Query1返回的是所有时间戳等于最大时间戳且col_c非NULL的行，因此会返回大量数据。

Query 2：col_c IN (col_c) 的过滤逻辑 #

这里的(col_c)会被Snowflake解析为整个表t的col_c值集合（等价于执行SELECT col_c FROM t作为IN的子查询）。核心差异在于IN子句对NULL的特殊处理：

• 如果表t中存在任何col_c为NULL的行，那么这个集合会包含NULL值；
• 若满足时间戳条件的行的col_c是唯一值（即表中只有这些行的col_c为该值，其他行的col_c都是NULL），此时判断col_c IN (包含NULL的集合)时，SQL会返回UNKNOWN；
• 所有结果为UNKNOWN的行都会被WHERE子句过滤，最终Query2返回零行。

内容的提问来源于stack exchange，提问作者slothish1