OPTIONAL MATCH后紧跟WHERE子句时，仅查询3结果异常的原因解析

测试数据构建 #

首先执行以下Cypher语句创建测试数据：

// create data
WITH RANGE(1,5) AS ages
UNWIND ages AS age CREATE(k:Kid{age:age}) RETURN k;
MATCH(ks:Kid) WHERE ks.age > 2
WITH COLLECT(ks) AS ks
UNWIND ks AS k
FOREACH (n IN RANGE(1, k.age) | CREATE(k)-[:HAS]->(t:Toy{size:n}));

// show all data
MATCH(k:Kid)
OPTIONAL MATCH(k:Kid)-[:HAS]->(t:Toy) RETURN *;

// delete all data
MATCH(k:Kid)
OPTIONAL MATCH(k:Kid)-[:HAS]->(t:Toy) DETACH DELETE k, t RETURN *;

数据逻辑：创建5个年龄为1-5的Kid节点，其中年龄>2的Kid（3、4、5岁）会生成对应数量的Toy节点，Toy的size从1到对应Kid的年龄；1、2岁的Kid没有关联的Toy节点。

执行的3条查询及结果 #

查询1 #

MATCH(k:Kid) // query No.1
WITH k
OPTIONAL MATCH(k:Kid)-[:HAS]->(t:Toy) WHERE t.size = 4
WITH k
WHERE t.size = 4
RETURN COUNT(DISTINCT k);

返回结果：2（符合预期）

查询2 #

MATCH(k:Kid) // query No.2
WITH k
OPTIONAL MATCH(k:Kid)-[:HAS]->(t:Toy) WHERE t.size IS NOT NULL
WITH k
WHERE t.size IS NOT NULL
RETURN COUNT(DISTINCT k);

返回结果：3（符合预期）

查询3 #

MATCH(k:Kid) // query No.3
WITH k
OPTIONAL MATCH(k:Kid)-[:HAS]->(t:Toy) WHERE t.size IS NULL
WITH k
WHERE t.size IS NULL
RETURN COUNT(DISTINCT k);

返回结果：5（不符合预期，预期应为2）

核心疑问：当移除OPTIONAL MATCH后紧跟的WHERE子句时，查询1、2的结果不变，仅查询3的结果发生变化，为何会出现这种差异？

原因分析 #

这本质是**OPTIONAL MATCH中WHERE子句的过滤时机和属性为NULL的两种场景**共同导致的：

1. 明确两个关键场景 #

• 场景A：节点本身不存在（比如1、2岁的Kid没有Toy，OPTIONAL MATCH匹配不到t，此时t的所有属性均为NULL）
• 场景B：节点存在，但属性值确实为NULL（本次测试数据中无此类Toy，所有Toy的size都是非NULL数值）

2. 拆解三个查询的逻辑 #

查询1的逻辑

OPTIONAL MATCH ... WHERE t.size =4：仅当Toy存在且size=4时，t才会被匹配到；其他情况（无Toy，或Toy存在但size≠4）的t均为NULL。
后续WHERE t.size=4只会保留t非NULL且size=4的Kid（即4、5岁的Kid），结果为2，符合预期。
即使移除OPTIONAL MATCH后的WHERE，逻辑仍一致——无Toy的t是NULL，size=4的判断会自动排除这些情况，结果不变。

查询2的逻辑

OPTIONAL MATCH ... WHERE t.size IS NOT NULL：仅当Toy存在且size非NULL时，t才会被匹配到；无Toy的Kid对应的t为NULL。
后续WHERE t.size IS NOT NULL保留的是有Toy的Kid（3、4、5岁），结果为3，符合预期。
移除OPTIONAL MATCH后的WHERE后，t要么是存在的Toy（size非NULL），要么是NULL，过滤后仍保留有Toy的Kid，结果不变。

查询3的逻辑

OPTIONAL MATCH ... WHERE t.size IS NULL：该过滤是在匹配阶段执行的——试图查找存在Toy节点且size属性为NULL的情况，但测试数据中根本没有此类Toy，因此所有Kid的OPTIONAL MATCH都匹配不到t，t全为NULL。
后续WHERE t.size IS NULL会保留所有Kid（包括1、2、3、4、5岁），因为t均为NULL，所以返回5。

而如果移除OPTIONAL MATCH后的WHERE子句，查询变为：

MATCH(k:Kid)
WITH k
OPTIONAL MATCH(k)-[:HAS]->(t:Toy)
WITH k
WHERE t.size IS NULL
RETURN COUNT(DISTINCT k);

此时逻辑是：先匹配所有Kid的Toy（有Toy的t是Toy节点，无Toy的t是NULL），再过滤t.size IS NULL——这里的t.size NULL包含两种情况：t本身是NULL（1、2岁Kid），或t存在但size是NULL（测试数据中无此类情况）。最终保留的是1、2岁的Kid，结果为2，符合预期。

总结差异核心 #

查询1、2的WHERE条件在OPTIONAL MATCH阶段过滤的是存在且满足条件的节点，和后续过滤逻辑重叠；而查询3的WHERE t.size IS NULL在OPTIONAL MATCH阶段试图找存在但属性为NULL的节点，但测试数据中无此类节点，导致OPTIONAL MATCH全匹配失败，t全为NULL，后续过滤把所有Kid都纳入统计。移除OPTIONAL MATCH的WHERE后，才会将“没有Toy导致t为NULL”的场景纳入判断，得到正确结果。

内容的提问来源于stack exchange，提问作者norihide.shimatani