AVG()忽略NULL是SQL标准行为，分母为COUNT(score)而非COUNT()，导致静默缩减排除NULL行；高缺失率时结果失真，COALESCE(score,0)篡改语义，空组返回NULL易引发崩溃，需用COALESCE(AVG(score),0)兜底并配合COUNT(score)和COUNT()校验。
AVG() 忽略 NULL 不是 bug，是 SQL 标准对“未知值”的保守处理——但它会静默改变分母，导致平均值偏离业务真实口径。你看到的数字没错，但它的基数可能不是你想象的那个。
AVG(score) 的分母到底是 COUNT(*) 还是 COUNT(score)？
是 COUNT(score)，不是 COUNT(*)。这意味着只要某行 score 为 NULL，它既不参与求和，也不参与计数。比如 10 行数据里有 3 个 NULL，AVG(score) 实际算的是 SUM / 7，而不是 SUM / 10。
- 这个过程完全静默：无警告、不报错、不提示分母缩水
- 当缺失率高（如
COUNT(score) / COUNT(*) ），AVG()结果参考价值极低 - 在
GROUP BY场景下，不同组的分母差异更大，横向对比失真风险陡增
COALESCE(score, 0) 看似补全，实则篡改语义
把 NULL 强制转成 0，等于把“未知”定义为“已知为零”。这在业务上往往不可接受：
- 传感器表中
temperature IS NULL表示设备离线，填0会系统性拉低均值 - 员工表中
salary IS NULL可能代表“未定薪”，填0就等同认定其零收入 -
AVG(COALESCE(score, 0))的分母仍是COUNT(score)，不是COUNT(*)，所以它 ≠SUM(COALESCE(score, 0)) / COUNT(*)
空结果集或全 NULL 组返回 NULL，应用层极易崩溃
像 SELECT AVG(score) FROM ratings WHERE user_id = 999 这种查询，结果就是 NULL。下游代码若没兜底，会直接出错：
- Java 中
ResultSet.getDouble()抛SQLException - Python 中
row[0]是None，后续参与算术运算触发TypeError - 前端渲染显示为
null字符串或空白，而非“暂无数据” - 正确兜底写法：
COALESCE(AVG(score), 0)（通用）或IFNULL(AVG(score), 0)（MySQL）
GROUP BY + AVG() 时必须并列输出三个指标校验完整性
仅看 AVG(score) 不足以判断该组平均值是否可信。必须同时查：
-
AVG(score)：当前组均值 -
COUNT(score)：实际参与计算的非空行数 -
COUNT(*)：该组总行数
三者对照才能判断缺失比例。例如某组 COUNT(score) = 2 而 COUNT(*) = 10，说明 80% 数据缺失，这个 AVG() 几乎不能代表该组真实水平。
