SQLలో, నిర్దిష్ట కాలమ్ విలువ శూన్యంగా లేని డేటాబేస్ టేబుల్ నుండి ఫలితాలను ఫిల్టర్ చేయడానికి మేము IS NULL ఆపరేటర్‌ని ఉపయోగించవచ్చు. ప్రత్యేకించి NULL విలువలను నిర్వహించని ఫంక్షన్‌లలో సమస్యలను కలిగించే తప్పిపోయిన విలువలను కలిగి ఉండని క్లీన్ డేటాను మీరు పొందారని నిర్ధారించుకోవడానికి ఇది సహాయపడుతుంది.
NULL విలువ అనేది ఖాళీ స్ట్రింగ్‌లు, సంఖ్యా సున్నా లేదా NaNని పొందుపరచని డేటా లేకపోవడాన్ని సూచిస్తుంది.
ఈ ట్యుటోరియల్‌లో, ఇచ్చిన ప్రశ్నలో NULL విలువలను కలిగి ఉన్న ఫలితాలను ఫిల్టర్ చేయడానికి IS NOT NULL ఆపరేటర్‌ని ఎలా ఉపయోగించవచ్చో నేర్చుకుంటాము.
సింటాక్స్:
కింది కోడ్ స్నిప్పెట్‌లో చూపిన విధంగా మేము IS NULL షరతు యొక్క ప్రాథమిక వాక్యనిర్మాణాన్ని వ్యక్తీకరించవచ్చు:
నిలువు వరుస 1, నిలువు వరుస 2, ...
పట్టిక_పేరు నుండి
ఎక్కడ కాలమ్_పేరు శూన్యం కాదు;
మేము 'ఎంచుకోండి' కీవర్డ్‌తో ప్రారంభిస్తాము మరియు ఫలితాల సెట్‌లో మనం తిరిగి పొందాలనుకునే నిలువు వరుసలను పేర్కొంటాము, దాని తర్వాత మేము డేటాను పొందాలనుకుంటున్న పట్టిక పేరును సూచిస్తాము.
తరువాత, మేము నిర్దిష్ట కాలమ్ ఆధారంగా డేటా ఫిల్టరింగ్‌ను పరిచయం చేయడానికి WHERE నిబంధనను ఉపయోగిస్తాము. చివరగా, మేము ఫిల్టర్ చేయాలనుకుంటున్న షరతును నిర్దేశిస్తాము.
ఉదాహరణ 1:
ఫలితాలను ఫిల్టర్ చేయడానికి IS NULL షరతును ఎలా ఉపయోగించవచ్చో కొన్ని ఉదాహరణలను చూద్దాం.
అధికారిక MySQL పేజీలో డౌన్‌లోడ్ చేసుకోవడానికి ఉచితంగా లభించే సకిలా నమూనా డేటాబేస్‌ను పరిగణించండి.
'చివరి_పేరు' శూన్యానికి సమానంగా లేని కస్టమర్ల పేరును మేము తిరిగి పొందాలనుకుంటున్నాము. దీన్ని సాధించడానికి కింది వాటిలో చూపిన విధంగా మేము ప్రశ్నను ఉపయోగించవచ్చు:
ఎంచుకోండి*
నుండి
కస్టమర్ సి
ఎక్కడ
ఇంటి_పేరు శూన్యం కాదు;
ఈ సందర్భంలో, 'చివరి_పేరు' నిలువు వరుస విలువ శూన్యం లేని కస్టమర్ పట్టిక నుండి అన్ని అడ్డు వరుసలను ప్రశ్న అందిస్తుంది.
ఉదాహరణ 2: AND మరియు OR ఆపరేటర్లు
మేము AND మరియు OR ఆపరేటర్లను ఉపయోగించి IS NULL షరతును ఇతర షరతులతో కలపవచ్చు. ఇది మరింత గ్రాన్యులర్ ఫిల్టరింగ్‌ను సృష్టిస్తుంది.
ఉదాహరణకు, 'చివరి_పేరు' శూన్యం కాని మరియు మొదటి పేరు నాన్సీ లేదా హోలీ అయిన కస్టమర్‌లను తిరిగి పొందాలనుకుంటున్నాము.
కింది వాటిలో ప్రదర్శించిన విధంగా మేము ప్రశ్నను ఉపయోగించవచ్చు:
ఎంచుకోండికస్టమర్_ఐడి,
మొదటి పేరు,
చివరి పేరు,
ఇమెయిల్
నుండి
కస్టమర్
ఎక్కడ
చివరి_పేరు శూన్యం కాదు
మరియు ( మొదటి_పేరు = 'నాన్సీ'
లేదా మొదటి_పేరు = 'హోలీ' ) ;
ఈ ప్రశ్నలో, చివరి పేరు శూన్యంగా లేని లేదా మొదటి పేరు నాన్సీ లేదా హోలీకి సమానంగా ఉన్న రికార్డులను ఫిల్టర్ చేయడానికి మేము IS NULL షరతును AND మరియు OR ఆపరేటర్‌లతో కలుపుతున్నాము.
ఫలిత అవుట్పుట్ క్రింది విధంగా ఉంది:
మీరు చూడగలిగినట్లుగా, ఇది లక్ష్య డేటాపై మరింత గ్రాన్యులర్ మరియు మినిస్క్యూల్ ఫిల్టరింగ్ చేసే మార్గాన్ని అందిస్తుంది.
ఉదాహరణ 3: మొత్తం విధులను ఉపయోగించడం
మేము SQL మొత్తం ఫంక్షన్‌లతో కలిపి IS NOT NULL ఫంక్షన్‌ని కూడా ఉపయోగించవచ్చు. ఉదాహరణకు, ఇచ్చిన కాలమ్‌లోని నాన్-శూన్య విలువల సంఖ్యను లెక్కించడానికి మనం దీన్ని కౌంట్() ఫంక్షన్‌తో ఉపయోగించవచ్చు.
ఉదాహరణకు, మేము శూన్య ఇమెయిల్ చిరునామాలతో కస్టమర్ల సంఖ్యను గుర్తించాలనుకుంటున్నాము. మేము ప్రశ్నను ఈ క్రింది విధంగా ఉపయోగించవచ్చు:
ఎంచుకోండిCOUNT ( కస్టమర్_ఐడి ) AS మొత్తం
నుండి
కస్టమర్
ఎక్కడ
ఇమెయిల్ శూన్యం కాదు;
ఇది నిలువు వరుసలోని నాన్-శూన్య విలువల సంఖ్యను క్రింది విధంగా సంఖ్యా విలువగా అందించాలి:
-----+
599 |
ముగింపు
ఈ ట్యుటోరియల్‌లో, ఇచ్చిన ఫలితం సెట్ లేదా డేటాబేస్ టేబుల్ నుండి శూన్య విలువలను ఫిల్టర్ చేయడానికి SQLలో IS NULL కండిషన్ గురించి మేము తెలుసుకున్నాము. AND మరియు OR ఆపరేటర్లను ఉపయోగించి ఇతర షరతులతో IS NULL షరతును కలపడం ద్వారా మరింత సంక్లిష్టమైన ఫిల్టరింగ్‌ను ఎలా సృష్టించవచ్చో కూడా మేము తెలుసుకున్నాము.