空值不是一种东西
空值至少有三种语义：源端缺失导致未知、业务逻辑上不适用、以及度量本身为零。三者混用会让统计结果失真，也会让下游判断出错。规范做法是未知保留 null，不适用用明确的特殊成员或约定值，真正的零就存零，不要用 0、-1、1970-01-01 这些魔法值去兼任「空」。
基本信息
| 未知（源缺失） | 保留 null，不做默认值填充 |
|---|---|
| 不适用 | 用特殊成员或约定字符串（如 NONE） |
| 度量为零 | 存真实的 0，与缺失区分开 |
| 禁止 | 用 0 / -1 / 1970-01-01 混当空 |
| 统计口径 | count 与 sum 对 null 的处理差异要写明 |
典型使用场景
- 优惠券字段：未使用券是「不适用」，用 NONE 明确表达，而不是 null
- 发货时间：未发货属于「未发生」，保留 null，等发货再回填
- 退款金额：没有退款就是真实的 0，不能写成 null 让平均值失真
- 用户年龄：源端没采集是「未知」，保留 null 并允许下游按需过滤
- 日均值计算：先明确分母是总记录数还是非空记录数，两种口径结果不同
空值处理示例
空值处理示例
-- 区分「不适用」与「未发生」
SELECT order_id,
COALESCE(coupon_id, 'NONE') AS coupon_id, -- 不适用：明确无券
deliver_time, -- 未发货：保留 null
sum(refund_amt) AS refund_amt -- 未退款：真实 0
FROM dwd_trade_order_di
WHERE dt = '2026-10-12'
GROUP BY order_id, coupon_id, deliver_time;空值语义对照
| 场景 | 推荐取值 | 说明 |
|---|---|---|
| 源端未采集 | null | 保留未知，禁止填 0 |
| 逻辑不存在（无券） | 特殊成员 NONE | 可参与聚合不产生歧义 |
| 度量无发生（退款） | 0 | 是真实值，参与求和不失真 |
| 时间未发生（发货） | null | 避免参与时长计算 |
| 字符串未填写 | null 或空串择一 | 全链路统一，不混用 |
count(1) 统计行数，count(col) 跳过该列为 null 的行；指标口径里写「客户数」时必须说明用的是哪一种，否则同一个数两个人都能算出不同结果。同理，sum 会忽略 null，若先用 0 填充再求和，平均值就会被拉低。
落地检查项
- 列出全部度量字段，逐个确认「缺失」与「为零」是否需要用不同取值表达
- 检查历史脚本里有没有 COALESCE(x, 0) 这类无条件填充，区分哪些是有意为之
- 约定特殊成员的取值范围（如 NONE、UNKNOWN），并保证不与管理口径冲突
- 在字段注释里写明空值语义，让下游不必靠猜
用 1970-01-01 表示未发生的时间，会让时长统计出现五十年量级的异常值；做环比、留存、时效分析时这类数据必须先行剔除。