运行SQL和不使用Redshift时的奇怪结果

Question

 , v2p AS (
      SELECT DISTINCT video_asin, product_asin 
      from video_table
      where video_asin IN (
            ‘ABC’,
            ‘CDF’,
            ‘DEF’,
            ‘FRW’)
  )
, video_data AS (
  SELECT distinct
      start_date::date,
      video_view,
      video_asin,
      page_asin
  FROM video_metrics
  WHERE 
   page_asin IN (select DISTINCT product_asin from v2p)
    AND start_date between TO_DATE('01/26/2018','MM-DD-YYYY') and TO_DATE('02/04/2018','MM-DD-YYYY') + 0.9999
) 
select sum(video_view) from video_data;

我正在运行简单的查询，但是我在使用IN而不是IN得到奇怪的结果。

(1)。当我做page_asin IN (select DISTINCT product_asin from v2p),时，我得到了1,109,567作为select sum(video_view) from video_data;

(2)。当我执行相同的查询，但在page_asin NOT IN (select DISTINCT product_asin from v2p),中使用NOT时，我将得到7,032,405作为sum。

(3)。如果删除整行(page_asin IN (select DISTINCT product_asin from v2p),)以获得所有结果，我将得到8,148,803.作为和。

但我假设，如果我加上(1)和(2)，我应该得到(3)。但实际上，我得到的是：1,109,567 + 7,032,405 = 8,141,972，而不是8,148,803， (3)。

为什么会这样？为什么我错过了7000个视频视图？

Answer 1

NULL值既不是IN，也不是列表的NOT IN。

因此，某些行上的page_asin必须是NULL。

注意：select distinct在子查询中是多余的。没有理由把它包括在内。