SQL筛选逻辑疑问：双IN子查询为何能获取目标数据集？

一、当前SQL为何能生效 #

你的SQL核心逻辑是筛选出同时满足两个条件的Subset_ID：

1. 该Subset_ID下存在至少一条Parent_ID IS NULL的记录
2. 该Subset_ID下存在至少一条Parent_Name IS NULL的记录

在你的测试数据里，只有Subset_ID=9876同时符合这两个条件（它有一条记录的Parent_ID和Parent_Name全为NULL），而Subset_ID=9877没有任何一条记录的Parent_ID或Parent_Name为NULL，因此被排除。外层查询只要Subset_ID在这个交集里，就会返回该Subset_ID下的所有行——刚好命中了你的测试需求，所以得到了预期结果。

二、是否始终有效？ #

不是。你的SQL逻辑和原需求的匹配是巧合：原需求是「同一Subset_ID下，部分记录的Parent列（ID+Name）全有值，另一部分记录的Parent列全为NULL」，但你的SQL只验证了「该Subset_ID存在Parent_ID为NULL的记录，且存在Parent_Name为NULL的记录」，这两个逻辑并不完全等价，会出现误判或漏判的情况。

三、失效场景与边界情况 #

1. 误判（选中不符合需求的Subset_ID） #

当Subset_ID下的记录没有「Parent列全为NULL」的行，但分别存在Parent_ID为NULL、Parent_Name非空和Parent_ID非空、Parent_Name为NULL的行时，你的SQL会错误选中这个Subset_ID：
示例数据：

此时你的SQL会返回Subset_ID=1000的所有行，但它并不符合「部分记录Parent列全有值，部分全为NULL」的需求。

2. 误判（选中无全有值Parent列的Subset_ID） #

如果Subset_ID下只有「Parent列全为NULL」的行，和「Parent_ID非空但Parent_Name为NULL」的行，没有任何一条记录的Parent列全有值，你的SQL依然会选中这个Subset_ID，但它完全不符合原需求。

3. 多字段NULL不同步的场景 #

当Subset_ID下存在多种NULL组合（比如部分行Parent_ID空、部分行Parent_Name空，但没有全空行），同时存在Parent列全有值的行，你的SQL会选中该Subset_ID，但它不符合原需求——原需求是需要「全空行」和「全有值行」同时存在。

四、更准确的实现方案 #

如果要严格匹配原需求，推荐用窗口函数统计每个Subset_ID下的两种关键记录数量：

SELECT *
FROM (
    SELECT 
        t.*,
        -- 统计该Subset_ID下Parent列全非空的记录数
        COUNT(CASE WHEN Parent_ID IS NOT NULL AND Parent_Name IS NOT NULL THEN 1 END) 
            OVER (PARTITION BY Subset_ID) AS cnt_non_null_parent,
        -- 统计该Subset_ID下Parent列全为空的记录数
        COUNT(CASE WHEN Parent_ID IS NULL AND Parent_Name IS NULL THEN 1 END) 
            OVER (PARTITION BY Subset_ID) AS cnt_null_parent
    FROM Sometable t
) sub
WHERE cnt_non_null_parent > 0 AND cnt_null_parent > 0

这个方案直接验证了「该Subset_ID下同时存在Parent列全非空和全为空的记录」，完全匹配原需求，不会出现上述失效场景。

内容的提问来源于stack exchange，提问作者SnacknPack