Archived

This repository has been archived on 2026-05-24. You can view files and clone it. You cannot open issues or pull requests or push a commit.

Files

T

hhs bdeb889ee4 vault backup: 2026-05-17 00:06:11

2026-05-17 00:06:11 +08:00

7.7 KiB

Raw Blame History

tags, create time

UNION / UNION ALL

概述

UNION 是 SQL 标准中的集合运算，用于将多个 SELECT 的结果纵向合并为一个结果集。核心应用场景包括：分表数据汇总、多源 Feed 流合并、以及需要排序去重的跨查询聚合。

基本语法

-- 两种形式
SELECT col1, col2 FROM table_a
UNION          -- 去重（内部排序 + 去重）
SELECT col1, col2 FROM table_b;

SELECT col1, col2 FROM table_a
UNION ALL      -- 不去重（直接拼接，性能更高）
SELECT col1, col2 FROM table_b;

UNION vs UNION ALL

特性	UNION	UNION ALL
去重	✅ 内部去重	❌ 保留所有行
性能	低（需排序去重）	高（直接追加）
ORDER BY 位置	只能放在最后一个 SELECT	同上
适用场景	需要唯一结果的合并	已知不重复的合并

flowchart LR
    A1["数据源 A"] --> U
    B1["数据源 B"] --> U

    U{"UNION"} --> R1["全部数据去重后输出"]

    U2{"UNION ALL"} --> R2["全部数据直接拼接"]

    style R1 fill:#FF9F43,color:#000
    style R2 fill:#00D866,color:#fff

[!TIP] 首选 UNION ALL 如果你能通过业务逻辑保证各部分结果不重复（比如按日期区间划分），一律用 UNION ALL。UNION 的去重操作需要 Sort/Dedup 阶段，在大结果集上是昂贵操作。

实战场景

场景一：多表同构合并

-- 日志系统按月分表：logs_202601, logs_202602, ..., logs_202605
SELECT * FROM logs_202601
UNION ALL
SELECT * FROM logs_202602
UNION ALL
SELECT * FROM logs_202603
UNION ALL
SELECT * FROM logs_202604
UNION ALL
SELECT * FROM logs_202605
WHERE status = 'error'
ORDER BY created_at DESC
LIMIT 50;

[!NOTE] 分表合并的注意事项

上述写法中，WHERE / ORDER BY / LIMIT 仅作用于最后一个 SELECT。前面的分表查询不做过滤，全部返回后再合并排序。

如果每个分表数据量很大（百万级），建议用子查询保护每个表的局部 ORDER BY + LIMIT，先各取 Top-N 再全局排。这大幅减少中间结果集大小。

UNION ALL 不保证顺序，最终 ORDER BY 必不可少。

场景二：多表分页合并（Feed 流）

-- 需求: 用户的动态 Feed 由关注的人和发布的文章混合组成, 按时间排序分页
-- ❌ 应用层先查再排: 至少两次 DB 往返 + 内存归并排序
-- ✅ UNION ALL 一次搞定

SELECT user_id AS source_id, content, 'follow' AS source_type, created_at
FROM follow_feed WHERE user_id = 42
UNION ALL
SELECT article_id AS source_id, summary AS content, 'article' AS source_type, published_at
FROM articles WHERE author_id = 42
ORDER BY created_at DESC
LIMIT 20 OFFSET 0;

[!TIP] 何时用 UNION vs CASE WHEN?

数据来源是不同表或不同结构: UNION ALL 是不二之选

同表不同条件的聚合计数: SUM(CASE WHEN ...) 单次扫描更高效

经验法则: UNION 的 SQL 可读性显著优于多个 OR 条件叠加时, 优先选 UNION

场景三：分页合并多个条件

-- 搜索商品：标题含关键词 或 描述含关键词
SELECT id, title, description, score_title
FROM products
WHERE title LIKE '%runners%'
UNION ALL
SELECT id, title, description, score_desc
FROM products
WHERE description LIKE '%runners%';

[!WARNING] UNION 的字段匹配规则

各 SELECT 的列数必须相同

各 SELECT 对应列的类型应尽量兼容（MySQL 会自动转换）

ORDER BY 和 LIMIT 通常放在整个 UNION 的最后

列名取第一个 SELECT 的别名

注意: MySQL 不推荐在 UNION 的各个独立 SELECT 中使用 ORDER BY（结果可能被丢弃）

-- ✅ 正确
SELECT id, name FROM products WHERE price > 100
UNION ALL
SELECT id, name FROM products WHERE category = 'sale';

-- ❌ 错误：列数不一致
SELECT id, name FROM products
UNION ALL
SELECT id FROM discounts;

-- ❌ 错误：ORDER BY 放在中间（MySQL 可能忽略或报错）
SELECT id FROM table_a
ORDER BY id
UNION ALL
SELECT id FROM table_b;

UNION 进阶：ORDER BY 与 LIMIT 的行为

-- ⚠️ 问题：每个 SELECT 的 ORDER BY 在合并后无效
SELECT id FROM orders WHERE status = 'pending' ORDER BY created_at DESC
UNION ALL
SELECT id FROM orders WHERE status = 'shipped' ORDER BY created_at DESC;
-- 上面的 ORDER BY 基本被 MySQL 忽略

-- ✅ 正确解法：用子包装保护每个查询的排序
SELECT * FROM
(
    SELECT id, created_at FROM orders WHERE status = 'pending'
    ORDER BY created_at DESC LIMIT 50
) AS a
UNION ALL
SELECT * FROM
(
    SELECT id, created_at FROM orders WHERE status = 'shipped'
    ORDER BY created_at DESC LIMIT 50
) AS b
ORDER BY created_at DESC
LIMIT 20;

[!QUESTION] 为什么子查询能保护 ORDER BY? MySQL 优化器发现 UNION 外还有 ORDER BY + LIMIT 时, 会认为内部排序有用，从而保留它。但官方文档并不保证这种行为——这是基于执行计划的经验结论, 生产环境务必确认。

UNION 的执行流程

flowchart TD
    A["查询 1"] --> R1["结果集 1"]
    B["查询 2"] --> R2["结果集 2"]
    C["查询 N"] --> RN["结果集 N"]

    R1 --> Temp["临时表 + 唯一索引<br/>UNION 有, UNION ALL 无"]
    R2 --> Temp
    RN --> Temp

    Temp --> Dedup{"需要去重?"}
    Dedup -->|是| Sort["排序 + 去重"]
    Dedup -->|否| Direct["直接输出"]

    Sort --> Output["最终结果集"]
    Direct --> Output

    style Dedup fill:#FF9F43,color:#000
    style Sort fill:#EE5A24,color:#fff

与 JOIN 的选择

-- 场景：获取每个部门的员工总数 + 总监姓名
-- JOIN 方案（交叉维度，适合取不同列）
SELECT d.name, COUNT(e.id) AS emp_count, mgr.name AS manager
FROM departments d
LEFT JOIN employees e ON d.id = e.dept_id
LEFT JOIN employees mgr ON d.manager_id = mgr.id
GROUP BY d.id;

-- UNION 方案（平行维度，适合合并同类数据）
SELECT dept_id, 'total' AS metric, COUNT(*) AS value FROM employees GROUP BY dept_id
UNION ALL
SELECT dept_id, 'managers' AS metric, COUNT(*) AS value 
FROM employees WHERE is_manager = 1 GROUP BY dept_id;

[!QUESTION] UNION 还是多个查询？很多场景中 UNION 看起来方便，但背后可能有更好的解法：

应用层合并：在 Go/Java 中发两次查询然后合并数组（零 DB 压力）

STORED PROCEDURE：存储过程中多次查询 + 临时表

视图：封装 UNION 逻辑供多次复用

核心原则：能不在数据库做的就不做。UNION 的代价是排序、去重、临时表。

性能对比：UNION vs 替代方案

方案	DB 往返次数	临时表开销	排序开销	适用规模
UNION ALL	1 次	有（结果集缓冲）	仅外层的 ORDER BY	百万行级
UNION（去重）	1 次	有（唯一索引）	Sort + Dedup	十万行以内
应用层 N 次查询	N 次	无	内存归并	任意，受网络影响
SUM(CASE WHEN)	1 次	无	无	单表聚合计数

flowchart LR
    A["数据源数量 > 1"] --> B{"能否用单次扫描解决?"}
    B -->|是: 单表多条件| C["SUM CASE WHEN<br/>最优"]
    B -->|否| D{"结果集是否已知不重复?"}
    D -->|是| E["UNION ALL<br/>推荐"]
    D -->|否| F["UNION<br/>去重"]
    style C fill:#00D866,color:#fff
    style E fill:#74C0FC,color:#000
    style F fill:#FF9F43,color:#000

关联笔记

hhs/MySQL/12-DQL SELECT 全解析 — SELECT 基础语法与 UNION 的结合使用
hhs/MySQL/03-CRUD 操作 — DML 中的批量操作与 UNION 的互补关系

7.7 KiB Raw Blame History Unescape Escape