为何NULL在聚合函数与标量函数中的处理方式不同？

先看两个典型示例：

select greatest(1, val) from unnest([null]) as val
-- 返回结果：null

select sum(val) from unnest([1, null]) as val
-- 返回结果：1

这种差异主要源于语义设计目标、实用性权衡和SQL的历史演进：

• 语义层面的本质区别
  标量函数（比如greatest）是对确定的输入组合做计算，NULL代表“未知值”，当你拿一个已知值和未知值比大小，结果自然也是未知——毕竟你没法确定未知值到底比1大还是小，所以返回NULL是符合“未知”语义的。
  而聚合函数（比如sum）是对一组数据做汇总，它的设计目标是尽可能给出有意义的统计结果。如果因为一组数据里有几个未知值就直接返回NULL，大部分场景下都不实用——毕竟用户要的是现有已知数据的总和，而不是因为存在未知就彻底放弃统计。

• 实用性的权衡选择
  SQL标准制定时，考虑了实际业务场景的需求：

  • 标量函数如果强行忽略NULL返回已知值，会违背“未知”的语义，比如greatest(1, NULL)返回1的话，相当于默认NULL比1小，但这是没有依据的，可能误导后续逻辑。
  • 聚合函数如果严格遵循“有未知则结果未知”，那大部分包含NULL的数据集都没法得到有效统计结果，这显然不符合用户使用聚合函数的核心诉求——汇总有效数据。

• 历史演进的惯性
  早期SQL的设计就确立了这个规则，后续的数据库系统也延续了这个标准。比如最早的关系型数据库系统（如IBM的System R）就区分了标量运算和聚合运算对NULL的处理，这个设计被ANSI SQL标准采纳后，就成为了所有数据库遵循的规范。

简单来说，两者的差异是语义严谨性和实际实用性之间的平衡：标量函数优先保证语义准确，聚合函数优先保证结果有用。

内容的提问来源于stack exchange，提问作者David542