Hive中如何比较不同表含NULL值的两列？

这是SQL里非常典型的NULL值陷阱！你遇到的问题根源在于：NULL和任何值进行比较（包括!=）都会返回UNKNOWN，而JOIN或WHERE条件里的UNKNOWN会被当作FALSE处理，所以那些涉及NULL的行根本不会被统计进来，导致结果为0而不是预期的2。

下面给你两种可行的解决方案，根据你的数据库类型选择就行：

方案1：使用标准SQL的IS DISTINCT FROM操作符 #

很多现代数据库（比如PostgreSQL、SQL Server 2022+、MySQL 8.0.17+）都支持这个标准操作符，它会把NULL视为“相等”的，所以IS DISTINCT FROM正好能满足我们的需求——只要两个值（包括NULL）不相同就会返回TRUE。

修改后的查询语句：

SELECT COUNT(*) 
FROM tableA a 
JOIN tableB b ON a.ID = b.ID 
WHERE a.columnA IS DISTINCT FROM b.columnA;

（你也可以把这个条件放在JOIN的ON子句里，效果是一样的，放在WHERE里可读性可能更好一些）

方案2：手动处理NULL的情况（兼容所有数据库） #

如果你的数据库不支持IS DISTINCT FROM，那就手动写出覆盖所有“不相等”场景的逻辑：

• 两个非NULL值不相等
• 其中一个是NULL，另一个不是

对应的查询语句：

SELECT COUNT(*) 
FROM tableA a 
JOIN tableB b ON a.ID = b.ID 
WHERE (a.columnA != b.columnA) 
   OR (a.columnA IS NULL AND b.columnA IS NOT NULL) 
   OR (a.columnA IS NOT NULL AND b.columnA IS NULL);

举个例子：假设tableA里某行的columnA是NULL，tableB对应行的columnA是'abc'，那么第二个OR条件会触发，这行就会被统计进来，正好符合你的预期。

内容的提问来源于stack exchange，提问作者Anson