SQL 開發必知細節：NULL 值陷阱、連接查詢效能迷思與優化實戰

一、NULL 值的七大行為差異

建立測試表 testNull(ID, a, b)，插入 ('1','') 與 ('2',NULL) 對比：

1. 運算黑洞：NULL + 1 = NULL，任何運算結果皆為 NULL。
2. 比較陷阱：WHERE col = NULL 永無結果，必須用 IS NULL / IS NOT NULL。
3. 統計函數：COUNT(col) 忽略 NULL，COUNT(*) 計列數。需統計含 NULL 列時用 COUNT(ISNULL(col,''))。
4. IN 子查詢：WHERE col IN (NULL) 會忽略 NULL 列。
5. 排序順序：ORDER BY col ASC NULL 排最前，DESC 排最後。
6. GROUP BY：所有 NULL 視為同一群組。
7. 等值邏輯：NULL = NULL 為 False，只能用 IS 判斷。

二、表連接查詢效能迷思驗證

環境：student 表 999,999 列，classInfo 表 100 列。

三種寫法

1. 大表在前 INNER JOIN
2. 小表在前 INNER JOIN
3. WHERE 隱性連接

執行計畫證據

三者執行計畫完全相同，表順序不影響效能，優化器自動決定最佳連接順序。隱性連接（WHERE）已被標準淘汰，建議統一使用顯性 INNER JOIN。

三、三大連接演算法與適用場景

1. Nested Loops：外部表小、結果集小（<1萬列）適合。範例：classInfo (100) JOIN course (小)。
2. Hash Join：大表連接大表，小表建雜湊表在記憶體，掃描大表探測。範例：classInfo (小) JOIN student (大)。TOP 10000 用 Hash Join，加 ORDER BY 轉 Nested Loops，包子查詢可轉回 Hash Join。
3. Merge Join：雙方已排序時最優，省去排序成本。

結論：INNER JOIN 與 WHERE 效能無差異，關鍵在於統計資訊、索引與查詢模式，優化器自動選擇最佳演算法。

四、實戰建議

• 善用 SET STATISTICS IO/TIME ON、SHOWPLAN 分析真實成本。
• 避免 DISTINCT/ORDER BY/GROUP BY 過度使用加重 tempdb 負擔。
• 大量資料用 SELECT INTO 避免 Log，小量用 CREATE TABLE + INSERT 緩和系統表壓力。
• 臨時表用畢 TRUNCATE TABLE 後 DROP TABLE，減少系統表鎖定時間。