Nivel 5 · La trampa de comparar con NULL

NULL significa “desconocido” o “no registrado”. No es cero, no es una cadena vacía y no es igual a nada, ni siquiera a otro NULL. Ese solo hecho causa más números equivocados que cualquier otra parte de SQL.

Lógica de tres valores

Las condiciones de SQL pueden ser verdaderas, falsas o desconocidas. Cualquier comparación que involucre NULL es desconocida:

expresión	resultado
NULL = 'google_ads'	desconocido
NULL <> 'google_ads'	desconocido
NULL = NULL	desconocido
NULL IS NULL	verdadero

WHERE conserva una fila solo cuando su condición es verdadera. Las filas desconocidas se descartan, en silencio, igual que las falsas.

IS NULL e IS NOT NULL

Para comprobar un valor que falta, usa los operadores específicos:

SELECT customer_id, email
FROM customers
WHERE referral_source IS NULL;

WHERE referral_source = NULL es sintaxis válida, se ejecuta sin error y devuelve cero filas siempre. Algunas herramientas te avisan; la mayoría no.

La trampa del distinto

Esta es la versión que muerde a los analistas en informes reales. Supón que algunos clientes no tienen fuente de referencia registrada y quieres “todos menos google_ads”:

-- drops every NULL row
WHERE referral_source <> 'google_ads'

Para una fila NULL, NULL <> 'google_ads' es desconocido, así que la fila desaparece. Tu audiencia “que no viene de Google Ads” es más pequeña de lo que debería, y las filas que perdiste son justo de las que menos sabes. La solución es decir lo que quieres sobre los NULL:

WHERE referral_source <> 'google_ads' OR referral_source IS NULL

Postgres, DuckDB y BigQuery también admiten la comparación segura con nulos referral_source IS DISTINCT FROM 'google_ads', que trata NULL como un valor ordinario. La versión de MySQL es el operador <=>: NOT (referral_source <=> 'google_ads').

NULL con AND y OR

• true AND unknown es desconocido; false AND unknown es falso.
• true OR unknown es verdadero; false OR unknown es desconocido.
• NOT unknown sigue siendo desconocido, por eso NOT referral_source = 'google_ads' también descarta los NULL.

Nota de entrevista

“¿Qué se pierde SELECT COUNT(*) FROM customers WHERE referral_source <> 'google_ads'?” es una pregunta clásica de filtro. La respuesta que quieren los entrevistadores: las filas donde referral_source es NULL, porque la comparación es desconocida y WHERE conserva solo las filas verdaderas. Menciona IS NULL o IS DISTINCT FROM como la solución y sonarás como alguien a quien ya le ha pasado.

Errores comunes

• Escribir WHERE referral_source = NULL. Se ejecuta sin error y siempre devuelve cero filas. Usa WHERE referral_source IS NULL.
• Confiar en que <> conserve las filas NULL. WHERE referral_source <> 'google_ads' descarta a todos los clientes sin fuente. Escribe WHERE referral_source <> 'google_ads' OR referral_source IS NULL.
• Esperar que NOT IN o NOT ayuden. referral_source NOT IN ('google_ads', 'email') y NOT referral_source = 'google_ads' descartan las filas NULL de la misma forma.
• Tratar una cadena vacía como valor que falta. WHERE referral_source = '' encuentra texto en blanco, no NULL. Si una columna puede contener ambos, comprueba los dos.

En SQL Server

La lógica de tres valores es idéntica: = NULL y <> 'google_ads' descartan las filas NULL allí también, y la respuesta es la misma versión con IS NULL. SQL Server añade ISNULL(a, b), un COALESCE de dos argumentos: WHERE ISNULL(referral_source, '') <> 'google_ads' también funciona, pero el OR ... IS NULL explícito se lee mejor.