在数据库日常操作中，将不同表中的两列数据进行相加是非常常见的需求。然而，当其中一列或两列包含NULL值时，简单的加法运算往往会得到令人困惑的结果——NULL值会“污染”整个运算，导致最终结果也是NULL。这一现象让许多初入数据分析领域的从业者头疼不已。近日，多位资深数据库管理员（DBA）分享了实战经验，教你如何优雅地跨表相加并规避NULL陷阱。
NULL值：运算中的“隐形杀手”
在SQL标准中，NULL代表“未知”或“无值”，而非零或空字符串。这意味着任何包含NULL的算术表达式（如A + B）都会返回NULL，因为数据库无法对未知值进行确定运算。例如，销售表sales中某商品销量为100，而库存表inventory中对应商品的补货量为NULL，执行SELECT sales.quantity + inventory.replenish得到的结果不是100，而是NULL，这显然不符合业务逻辑。
实际业务场景中，这种NULL陷阱极易导致数据汇总失真。比如在财务对账、库存盘点、报表生成等环节，若未妥善处理，轻则数据偏差，重则决策失误。据某金融科技公司数据工程师反映，团队曾因未处理NULL值导致风控模型输入特征异常，最终影响了贷款审批的准确性。
主流解决方案：COALESCE与IFNULL双雄
针对这一问题，业界最常用的解法是COALESCE函数，它接受多个参数，返回第一个非NULL的值。在跨表相加时，可将两列分别用COALESCE包裹，将NULL替换为0：
SELECT COALESCE(t1.col1, 0) + COALESCE(t2.col2, 0) AS result
FROM table1 t1
JOIN table2 t2 ON t1.id = t2.id;
此方法兼容PostgreSQL、MySQL、SQL Server、Oracle等主流数据库。对于MySQL用户，还可使用IFNULL函数（语法更简洁）：IFNULL(t1.col1, 0) + IFNULL(t2.col2, 0)。SQL Server则提供ISNULL函数，效果类似。
进阶技巧：处理全表NULL与跨表关联
若两列均可能为NULL，且业务要求保留原始NULL（例如当两列都无数据时结果应为NULL而非0），可以结合NULLIF函数：NULLIF(COALESCE(t1.col1, 0) + COALESCE(t2.col2, 0), 0)。当加和恰好为0时返回NULL，避免将“无数据”与“数值为零”混淆。
此外，跨表关联时还需注意JOIN类型。使用LEFT JOIN时，若右表无匹配行，右表列值为NULL。此时务必在加法前对右表列使用COALESCE。例如：
SELECT a.id, COALESCE(a.val, 0) + COALESCE(b.val, 0) AS total
FROM table_a a
LEFT JOIN table_b b ON a.id = b.a_id;
数据库性能与代码可读性权衡
尽管COALESCE等函数能解决问题，但过度使用可能影响查询性能。某互联网公司DBA指出：“在百万级数据量下，每个COALESCE都会增加函数调用的开销。”建议优先在数据入库阶段对NULL字段设置默认值（如DEFAULT 0），减少运行时处理。对于历史遗留数据，可考虑通过UPDATE语句批量填充NULL。
另一方面，代码可读性同样不可忽视。许多团队将COALESCE封装为视图或存储过程，例如创建vw_sales_with_replenish视图，将加法逻辑内嵌，前端查询直接调用视图即可，简洁高效。
行业趋势：新型数据库的原生支持
值得注意的是，部分新生代数据库已对NULL行为做出调整。例如Google BigQuery的SAFE_ADD函数会在遇到NULL时返回非NULL结果；Snowflake的ZEROIFNULL函数则直接提供将NULL转换为0的原生语法。随着云原生数据仓库的普及，这一痛点有望得到根本性缓解。但对于传统关系型数据库用户而言，掌握COALESCE仍是必修课。
总结
跨表两列相加避开NULL值，核心在于“用确定性替换不确定性”。选择COALESCE、IFNULL等函数将NULL转为合适的默认值，是当前最成熟可靠的方案。建议开发人员在编写SQL时养成对潜在NULL字段主动处理的习惯，同时结合数据库特性进行性能优化。数据无小事，NULL值的恰当处理，正是数据质量保障的关键一环。