UNION 和 UNION ALL

在 SQL 中，UNION 和 UNION ALL 用于合并多个 SELECT 语句的结果集。它们的主要区别在于是否处理重复行。以下是详细说明：

---

核心区别

特性	UNION	UNION ALL
重复行处理	自动去除重复行	保留所有行（包括重复行）
性能	较慢（需要去重操作）	较快（直接合并结果）
结果集排序	可能隐式排序（因去重需要）	保留原始顺序
适用场景	需要唯一结果时	需要完整结果或已知无重复时

---

语法结构

SELECT column1, column2, ...
FROM table1
[WHERE conditions]UNION [ALL]  -- 选择 UNION 或 UNION ALLSELECT column1, column2, ...
FROM table2
[WHERE conditions][ORDER BY column1, column2, ...];  -- 最终排序（只能出现在末尾）

---

关键注意事项

1. 列数量和数据类型必须兼容

   • 所有 SELECT 语句必须有相同数量的列。
   • 对应列的数据类型必须兼容（如 INT 与 BIGINT 可合并，但 INT 与 VARCHAR 可能报错）。

2. 列名和别名

   • 最终结果集的列名取自第一个 SELECT 语句的列名或别名。
   • 示例：

     SELECT name AS employee_name FROM employees  -- 结果列名为 employee_name
     UNION ALL
     SELECT product_name FROM products;          -- 即使列名不同也不影响
     

3. 排序（ORDER BY）

   • ORDER BY 只能出现在最后一个 SELECT 语句之后。
   • 对所有合并后的结果统一排序（不能在单个 SELECT 中使用）。
   • 示例：

     SELECT id, name FROM tableA
     UNION ALL
     SELECT id, name FROM tableB
     ORDER BY name;  -- 正确：对整个结果排序
     

4. 性能优化

   • 优先用 UNION ALL：除非明确需要去重，否则用 UNION ALL 避免不必要的性能开销。
   • 在 SELECT 中提前过滤数据：

     -- 优于先合并再过滤
     SELECT * FROM table1 WHERE salary > 5000
     UNION ALL
     SELECT * FROM table2 WHERE status = 'active'
     

5. 去重逻辑

   • UNION 去重基于所有列的值组合。
   • 对 NULL 值的处理：所有 NULL 被视为相等（即两行所有列均为 NULL 会被去重）。

---

使用场景示例

场景 1：合并不重复数据（UNION可以去重）

-- 获取所有唯一的城市名（客户和供应商）
SELECT city FROM customers
UNION
SELECT city FROM suppliers
ORDER BY city;

场景 2：合并所有数据（UNION ALL）

-- 合并订单和退货记录（保留重复）
SELECT order_id, product_id FROM orders
UNION ALL
SELECT order_id, product_id FROM returns;

场景 3：处理不同列名（通过别名统一）

-- 合并员工和客户名称
SELECT first_name AS name FROM employees
UNION ALL
SELECT customer_name AS name FROM customers;

---

常见错误与解决方案

1. 列数量不一致

   -- 错误示例
   SELECT id, name FROM tableA
   UNION
   SELECT id FROM tableB; -- 列数不同！-- 解决方案：补默认值
   SELECT id, name FROM tableA
   UNION
   SELECT id, NULL AS name FROM tableB;  -- 用 NULL 或空字符串填充
   

2. 错误使用排序

   -- 错误示例（ORDER BY 不在末尾）
   SELECT id FROM tableA ORDER BY id
   UNION
   SELECT id FROM tableB;-- 正确写法
   SELECT id FROM tableA
   UNION
   SELECT id FROM tableB
   ORDER BY id;
   

3. 误用 UNION 导致性能下降

   -- 错误：用 UNION 但实际不需要去重
   SELECT * FROM small_table1
   UNION  -- 改为 UNION ALL 可提升性能
   SELECT * FROM small_table2;
   

---

最佳实践总结

1. 优先选择 UNION ALL，除非明确需要去重。
2. 确保所有 SELECT 语句的列数、数据类型兼容。
3. 使用别名统一结果集的列名。
4. 过滤数据尽量在单个 SELECT 中完成（而非合并后过滤）。
5. 对最终结果排序时，ORDER BY 只能放在语句末尾。

通过合理选择 UNION 或 UNION ALL，可高效合并数据集并避免常见错误。