Nivel 7 · ¿Nadie se ha saltado nunca el sitio web?

Un resultado vacío también es un resultado. El starter dice que ningún cliente se saltó nunca el sitio web, y eso es exactamente como se ve un fallo de NOT IN.

Por qué un NULL vacía el resultado

x NOT IN (a, b, c) significa x <> a AND x <> b AND x <> c. Si uno de los valores es NULL, x <> NULL no es verdadero ni falso sino desconocido, y una cadena de AND que contiene un desconocido nunca puede ser verdadera. La fila se filtra.

web_sessions tiene 23,002 sesiones anónimas con customer_id NULL. Así que para cada cliente, customer_id NOT IN (SELECT customer_id FROM web_sessions) es desconocido, y la consulta no devuelve nada. Ten en cuenta que IN no tiene este problema: una coincidencia es una coincidencia, sea lo que sea que haya más en la lista. Por eso la columna with_orders del starter está bien.

Cómo detectarlo

• Un anti-join (NOT IN, “nunca”, “sin”) que devuelve cero filas es sospechoso por sí solo.
• Comprueba si la columna de la subconsulta tiene NULL: SELECT COUNT(*) FROM web_sessions WHERE customer_id IS NULL devuelve 23,002.
• Cuenta el otro lado: 1,813 clientes distintos tienen una sesión, de 2,018 clientes. La respuesta no puede ser cero.

La solución

NOT EXISTS busca una fila coincidente, y un NULL nunca coincide:

WHERE NOT EXISTS (
  SELECT 1 FROM web_sessions AS w
  WHERE w.customer_id = c.customer_id
)

El resultado: 205 clientes, 29 de empresa y 176 consumidores. De ellos, 20 clientes de empresa y 101 consumidores han hecho un pedido, así que compran sin aparecer nunca en el seguimiento web (en la app o en un marketplace, por ejemplo).

Filtrar los NULL también funciona: NOT IN (SELECT customer_id FROM web_sessions WHERE customer_id IS NOT NULL) devuelve los mismos 205. Un LEFT JOIN ... WHERE w.session_id IS NULL también funciona, pero NOT EXISTS expresa la intención con más claridad.

Errores comunes

• Añadir COALESCE(customer_id, 0) dentro de la subconsulta: solo funciona mientras ningún id real sea 0.
• Probar el NOT IN con una muestra pequeña sin sesiones anónimas, donde parece funcionar.
• Reportar “cero” sin comprobarlo. Un anti-join vacío merece la misma sospecha que un total que se duplicó.

En SQL Server

El comportamiento es idéntico con el ANSI_NULLS ON por defecto: un NULL en la lista y NOT IN no devuelve nada. El mismo NOT EXISTS funciona tal cual, e ISNULL(x, 0) es el primo de dos argumentos de COALESCE en T-SQL, con la misma salvedad de arriba.

Nota de entrevista

“¿Por qué esta consulta con NOT IN no devuelve filas?” es un clásico. La respuesta es la lógica de tres valores con NULL, y la solución es NOT EXISTS.