¿Por qué se ordenan los NULL primero?

¿Por qué es que cuando tenemos un valor NULL en una columna y ordenamos por el valor ascendente, los NULL se ordenan primero?

select 1 as test
union all
select 2
union all
select NULL
union all
select 3
union all
select 4
order by test

resultados en

NULL
1
2
3
4

Sigo pensando que NULL significa "Indeterminante" o posible "Desconocido". Si eso es cierto, ¿no lo ordenarían al final, ya que el valor podría ser mayor que todos los demás valores? (¿O es esta una opción de clasificación en alguna parte?)

Estoy en SQL Server 2008R2, pero sospecho que esto es cierto en todos los servidores SQL, y probablemente en todos los RDBMS.

BOL : un valor de NULL indica que el valor es desconocido. Un valor de NULL es diferente de un valor vacío o cero. No hay dos valores nulos iguales. Las comparaciones entre dos valores nulos, o entre un NULL y cualquier otro valor, devuelven desconocido porque el valor de cada NULL es desconocido.

NULL significa desconocido. Ninguna otra interpretación es válida.

Si eso es cierto, ¿no lo ordenarían al final, ya que el valor podría ser mayor que todos los demás valores?

No hay podría ser . No hay valor potencial . Desconocido es desconocido es desconocido.

En cuanto a por qué aparece primero, en lugar de al final, esto no es atendido por los estándares SQL publicados y desafortunadamente se deja a discreción del proveedor de RDBMS:

Wikipedia : El estándar SQL no define explícitamente un orden de clasificación predeterminado para Nulls. En cambio, en sistemas conformes, los valores nulos se pueden ordenar antes o después de todos los valores de datos utilizando las cláusulas NULLS FIRST o NULLS LAST de la lista ORDER BY, respectivamente. Sin embargo, no todos los proveedores de DBMS implementan esta funcionalidad. Los proveedores que no implementan esta funcionalidad pueden especificar diferentes tratamientos para la ordenación nula en el DBMS.

Está en lo correcto, lo que NULLpuede significar 'Indeterminante' o 'Desconocido' o 'Aún no se conoce' o 'No se aplica'. Pero no hay razón para poner a los nulos primero o último. Si no conocemos los valores reales, entonces tehy puede ser pequeño o grande.

Creo que el estándar para determinar el comportamiento deseado de Nulls durante la ordenación es:

ORDER BY 
    test NULLS LAST                      --- or NULLS FIRST for the opposite

Lamentablemente, SQL-Server aún no ha adoptado esta sintaxis. Si no me equivoco, PostgreSQL y Oracle lo tienen.

Una solución:

ORDER BY 
     CASE WHEN test IS NOT NULL 
            THEN 0 
          ELSE 1 
     END 
   , test

Otra solución que necesita un ajuste según el tipo de datos, pero no se formará bien, ya que no puede usar un índice en (test):

ORDER BY 
    COALESCE(test, 2147483647)               --- if it's a 4-byte signed integer

No sé por qué se hace de esa manera, pero, por definición, los NULLS no se pueden comparar con los que no son NULLS, por lo que deben ir al principio o al final (la respuesta de Mark cubre esto con mucho más detalle).

Para obtener el comportamiento que desea: Hasta donde yo sé, no hay una opción de clasificación para poner los nulos en último lugar, por lo que debe modificarlo utilizando una columna calculada para forzarlos al último. Sin embargo, en SQL Server no puede ordenar por una columna calculada ( CASE WHEN ...) cuando sus datos contienen un operador establecido ( UNION ALL). Entonces:

CREATE TABLE #sorttest(test int)
INSERT INTO #sorttest values(1)
INSERT INTO #sorttest values(5)
INSERT INTO #sorttest values(4)
INSERT INTO #sorttest values(NULL)
INSERT INTO #sorttest values(3)
INSERT INTO #sorttest values(2)
SELECT test
FROM #sorttest
ORDER BY CASE WHEN test IS NULL THEN 1 ELSE 0 END, test

DROP TABLE #sorttest

Funcionará para ordenar los nulos al final. Si usted tiene que utilizar UNION(o EXCEPTo INTERSECTS) para generar el conjunto de datos, y luego volcar los datos a una tabla temporal que el anterior.

Si se trata de números, también puede usar

ORDER BY -test DESC

NULLson los valores más bajos posibles, por DESClo tanto los pone al final. Mientras tanto, los valores no nulos tienen el signo invertido, por lo que en DESCrealidad es un ASCvalor real. Esto debería ser más rápido CASEy supongo que el optimizador de consultas también puede usar índices en la testcolumna.