WHERE en profondeur ③ — IS NULL et IN pour le filtrage NULL et ensembliste

Les données qu'on va utiliser — la table customer (avec des NULL)

Le troisième article approfondi sur WHERE couvre NULL et le filtrage ensembliste. On va travailler avec une table customer (8 lignes) chargée depuis CSV, où les colonnes age / email / country ont chacune des lignes avec NULL (valeur inconnue). Dans les tables du monde réel, c'est normal pour les colonnes non obligatoires de mélanger des NULL — « email non enregistré », « pays laissé vide », et ainsi de suite.

Les cinq exercices de cet article parcourent dans l'ordre : la bonne façon de récupérer les NULL (IS NULL / IS NOT NULL), la correspondance avec une liste de candidats (IN / NOT IN), et enfin le piège facile à manquer quand on utilise NOT IN sur des données qui contiennent des NULL.

Avant les exercices, confirme les définitions de colonnes et un échantillon des données de la table customer.

① Lance PRAGMA table_info(customer); pour vérifier les noms de colonnes, types et clés primaires.

② Lance SELECT * FROM customer LIMIT 5; pour prévisualiser les 5 premières lignes. Repère les cellules qui sont NULL.

NULL et logique à trois valeurs — true, false, unknown

Dans la plupart des langages de programmation, une condition vaut soit TRUE soit FALSE — deux choix. SQL ajoute un état de plus : NULL (inconnu). Ça s'appelle la logique à trois valeurs. NULL ne veut pas dire « la valeur est vide » ; ça veut dire « la valeur n'est pas connue ». Même NULL = NULL s'évalue à NULL (inconnu) — comparer deux inconnus laisse le résultat inconnu.

WHERE condition ne garde que les lignes où la condition est TRUE. Les lignes NULL et FALSE sont toutes les deux exclues. Une fois cette règle assimilée, tu verras pourquoi WHERE email = NULL revient toujours vide.

Pourquoi `email = NULL` ne renvoie rien

La comparaison email = NULL renvoie toujours NULL (inconnu) quand l'un des côtés est NULL. 'unknown' = NULL et NULL = NULL s'évaluent tous les deux à NULL. WHERE ne garde que les lignes où la condition est TRUE, donc les conditions NULL sont exclues, laissant 0 ligne.

Pour récupérer les NULL, il te faut la syntaxe dédiée colonne IS NULL / colonne IS NOT NULL. Elles ne font pas de comparaison d'égalité — elles vérifient directement si la valeur est NULL — et le résultat est toujours TRUE ou FALSE.

« Zéro client n'a churné » ?

Quand j'extrayais « le compte des clients qui n'ont pas churné (deleted_at IS NULL) », j'ai un jour écrit SELECT COUNT(*) FROM user WHERE deleted_at = NULL; et le résultat est revenu à 0.

En réalité il y avait des milliers d'utilisateurs actifs, mais deleted_at = NULL s'évalue toujours à NULL (inconnu) et est exclu par WHERE, donc peu importe combien d'utilisateurs existaient, le résultat était toujours 0. C'est une erreur facile quand tu débutes en SQL — prends l'habitude d'utiliser `IS NULL` / `IS NOT NULL` pour chaque vérification de NULL.

IS NULL et IS NOT NULL — récupérer les valeurs inconnues

Pour récupérer les lignes où une valeur est NULL (inconnue), utilise `colonne IS NULL`. Pour récupérer les lignes qui ne sont pas NULL, utilise colonne IS NOT NULL. Souviens-toi juste de ne jamais utiliser `= NULL` ni `<> NULL` et tu esquives le piège de la logique à trois valeurs.

Comme le code ci-dessous le montre, la syntaxe est juste IS au lieu de = — mais le résultat est complètement différent. = NULL ne renvoie rien ; IS NULL renvoie correctement les lignes NULL.

-- 1) NG : = NULL ne récupère rien (toujours NULL = exclu)
SELECT name, email FROM customer WHERE email = NULL;
-- Résultat : 0 ligne

-- 2) OK : IS NULL récupère les lignes NULL
SELECT name, email FROM customer WHERE email IS NULL;
-- Résultat : 4 lignes (Bob / Dave / Frank / Henry)

-- 3) Récupère les lignes non-NULL
SELECT name, email FROM customer WHERE email IS NOT NULL;
-- Résultat : 4 lignes (Alice / Carol / Eve / Grace)

Imagine que le support client veut « une liste des clients sans email enregistré pour qu'on puisse leur envoyer une demande d'enregistrement ». (Une fois exécuté correctement, l'explication apparaîtra.)

① Depuis customer, extrais les colonnes name et email.

② Filtre les lignes où `email` est NULL.

③ Confirme que le résultat fait 4 lignes (Bob / Dave / Frank / Henry, tous avec email NULL).

Imagine que la diffusion d'annonces ciblées veut « les clients avec age et email tous deux enregistrés », triés par age le plus haut en premier.

① Depuis customer, extrais les colonnes name, age et email.

② Filtre les lignes où ni `age` ni `email` n'est NULL.

③ Trie par `age` descendant.

④ Confirme que le résultat fait 3 lignes (Eve 42 / Grace 35 / Alice 30).

IN et NOT IN — correspondance avec une liste de candidats

Quand tu veux tester si la valeur d'une colonne est dans une liste de candidats — « country est Japan, US ou UK » — c'est IN. Écrire colonne IN (valeur1, valeur2, ...) renvoie les lignes où la colonne correspond à n'importe lequel des candidats. Ça veut dire la même chose que colonne = valeur1 OR colonne = valeur2 OR colonne = valeur3 ; on choisit souvent IN juste pour la lisibilité.

Ajouter NOT IN renvoie les lignes qui ne correspondent à aucun candidat.

-- 1) IN : correspond à n'importe quel candidat
SELECT name, country FROM customer
WHERE country IN ('Japan', 'US');

-- Même sens, écrit avec OR
SELECT name, country FROM customer
WHERE country = 'Japan' OR country = 'US';

-- 2) NOT IN : ne correspond à aucun des candidats
SELECT name, country FROM customer
WHERE country NOT IN ('Japan');

Imagine un besoin de « envoyer un email d'annonce aux clients au Japon ou aux US ».

① Depuis customer, extrais les colonnes name et country.

② Filtre les lignes où `country` est `'Japan'` ou `'US'` (utilise IN).

③ Confirme que le résultat fait 5 lignes (Alice Japan / Bob US / Carol Japan / Frank Japan / Grace US).

Le piège `NOT IN` + NULL

NOT IN ('Japan') a l'air de récupérer « les clients dont le country n'est pas Japan », mais il exclut aussi les lignes où `country` est NULL. C'est parce que country NOT IN ('Japan') s'évalue en interne comme country <> 'Japan' (pas égal), et NULL <> 'Japan' renvoie NULL (inconnu). NULL n'est pas TRUE, donc WHERE éjecte la ligne.

En poussant plus loin, écrire NOT IN ('Japan', NULL) — avec un NULL dans la liste de candidats — fait que chaque ligne s'évalue à NULL et disparaît. Quand tu utilises NOT IN sur une colonne qui peut contenir NULL, rends toujours la gestion de NULL explicite (colonne NOT IN (...) AND colonne IS NOT NULL) ou réécris la requête en termes de IN.

Imagine un besoin d'« offrir un avantage premium aux 2 clients hors Japon les plus âgés ».

① Depuis customer, extrais les colonnes name, age et country.

② Filtre les lignes où `country` n'est pas `'Japan'` (NOT IN).

③ Trie par `age` descendant, et prends seulement les 2 premières lignes.

④ Confirme que le résultat fait 2 lignes (Grace 35 US / Henry 29 Italy). La raison pour laquelle Eve (country NULL) est exclue sera expliquée dans la section résultat.

En s'appuyant sur le piège de l'Exercice 4, imagine que tu veux récupérer à la fois « les clients confirmés ne pas vivre au Japon » et « les clients dont le country est inconnu ».

① Depuis customer, extrais les colonnes name, age et country.

② Inclus les lignes où `country` n'est pas `'Japan'` plus les lignes où `country` est NULL (jointes par OR).

③ Trie par `age` descendant.

④ Confirme que le résultat fait 5 lignes (Eve 42 NULL / Grace 35 US / Henry 29 Italy / Dave 28 UK / Bob 25 US).