AVG()天然跳过NULL值，仅对非空数值求和并除以非空个数；全NULL时返回NULL而非0；需结合COUNT(column)与COUNT(*)识别缺失量；业务无效非空值才需WHERE过滤。
AVG() 本身就已经排除 NULL 值，不需要额外处理。 它的计算逻辑天然跳过所有 NULL，只基于非空值求和并除以非空值个数。你加 WHERE column IS NOT NULL 不仅多余，还可能掩盖真实的数据缺失情况。
AVG() 对 NULL 的实际行为是啥
很多人误以为 AVG 是“先取全部值、再过滤 NULL”，其实它内部按三步走：
— 只收集该列中非 NULL 的数值；
— 对这些数值求和；
— 再除以这些数值的个数（不是整表行数）。
例如数据 [10, NULL, 20, NULL, 30]，AVG 返回的是 (10 + 20 + 30) / 3 = 20.0，不是 60 / 5 = 12.0。
- 整列全为
NULL时，结果就是NULL，不是0—— 这是关键信号，说明没数据可算 -
COUNT(column)和COUNT(*)的差值，就是该列的NULL行数，建议每次用AVG()都顺带查这两个值 - 在 PostgreSQL 或 SQL Server 中，
AVG(CAST(col AS NUMERIC))能避免隐式类型转换失败，但前提是原列里没有非法字符串
什么时候才真得加 WHERE 过滤
只有当你想排除的不是 NULL，而是业务上“无效但非空”的值时，WHERE 才有意义。比如：
-
score = 0表示未参与考试，不是真实得分 → 用WHERE score != 0或CASE WHEN score = 0 THEN NULL ELSE score END -
amount = -999是埋点占位符 →WHERE amount != -999 -
status = 'cancelled'的订单不该计入平均成交额 →WHERE status != 'cancelled' - 千万别写
WHERE column > 0来“防 NULL”，因为NULL > 0是UNKNOWN，这行会被过滤掉，但语义模糊且不可靠
GROUP BY 场景下 NULL 的表现容易被忽略
分组后某组所有值都是 NULL，AVG(column) 返回 NULL，而不是跳过该组或返回 0。这会导致前端展示为空，或下游计算报错（比如 Java 调用 getDouble() 遇到 NULL 抛异常）。
- 若要该组显示
0：用COALESCE(AVG(column), 0) - 若要彻底不出现该组：必须用
HAVING COUNT(column) > 0，不能写HAVING AVG(column) IS NOT NULL（后者无效） -
COUNT(column)统计的是该组非NULL行数，COUNT(*)是该组总行数 —— 这个差值能帮你快速定位某类分组的数据质量
真正麻烦的从来不是语法，而是搞不清那个 NULL 到底代表“设备离线”“用户拒填”还是“字段根本没采集”。AVG() 不会替你做判断，它只是安静地跳过 —— 你得先确认业务含义，再决定要不要在聚合前清洗数据。
