MySQL 用 UNION 和 UNION ALL 的区别

MySQL UNION 与 UNION ALL 的区别

UNION 和 UNION ALL 都是 MySQL 中用于合并两个或多个 SELECT 语句结果集的操作符。它们的核心区别在于：UNION 会自动去除重复行，而 UNION ALL 会保留所有行（包括重复行）。 这个差异在查询效率、数据完整性和使用场景上会产生显著影响。

一、基础语法与快速对比

两个操作符的语法几乎相同：

SELECT column1, column2 FROM table1
UNION [ALL]
SELECT column1, column2 FROM table2;

• 列数必须相同：所有 SELECT 语句选取的列数量必须一致。
• 数据类型兼容：对应列的数据类型应当兼容或可以隐式转换。
• 列名：最终结果集使用第一个 SELECT 语句的列名。

下面的表格直观展示了两者的区别：

二、通过示例理解去重行为

假设有两张表 employees_cn 和 employees_us，记录员工姓名。

employees_cn

employees_us

使用 UNION ALL

SELECT name FROM employees_cn
UNION ALL
SELECT name FROM employees_us;

结果（保留 6 行，重复的“王五”出现两次）：

张三
李四
王五
王五
Alice
Bob

使用 UNION

SELECT name FROM employees_cn
UNION
SELECT name FROM employees_us;

结果（仅保留 5 行，“王五”被去重）：

张三
李四
王五
Alice
Bob

三、性能差异与执行原理

UNION 之所以比 UNION ALL 慢，是因为它在幕后做了更多工作：

1. UNION ALL 执行流程：

   • 依次执行每个 SELECT 语句。
   • 将返回的所有行直接拼接到结果集中。
   • 无任何额外操作，因此速度很快。

2. UNION 执行流程：

   • 分别执行所有 SELECT 语句。
   • 将全部行放入临时表（或直接进行排序比较）。
   • 对合并后的数据集执行 DISTINCT 操作（通常通过排序或哈希方式），过滤掉完全相同的数据行。
   • 这个过程涉及额外的 CPU、内存以及可能产生临时磁盘 I/O，在数据量较大时开销显著。

重要提示：UNION 的去重是基于 整行 的判断。所有选中的列组合在一起完全相同时，才会被视为重复行。

四、排序规则的区别

• UNION：由于要去重，MySQL 通常会对结果进行排序（在比较过程中）。如果没有外层 ORDER BY，最终返回的顺序可能看起来是按某列“自然”排序的，但这不是保证的行为，依赖它是不安全的。
• UNION ALL：仅做简单拼接，行顺序与各 SELECT 语句的执行顺序和数据库实际检索顺序有关，同样不具确定性。如果需要排序，必须显式使用 ORDER BY。

对整个合并结果排序（语句末尾加 ORDER BY）：

SELECT name, '中国' AS region FROM employees_cn
UNION ALL
SELECT name, '美国' FROM employees_us
ORDER BY name;

注意：ORDER BY 只能出现在最后一条 SELECT 语句之后，且会作用于整个合并结果。

五、如何选择：决策指南

开发中非常常见的错误：默认使用 UNION 而不是 UNION ALL。除非业务明确要求去重，否则一律优先使用 UNION ALL 以获得最佳性能。

六、高级技巧与注意事项

1. 在子查询中使用 UNION ALL

UNION ALL 可嵌套，常用作派生表：

SELECT name, COUNT(*) AS cnt
FROM (
    SELECT name FROM employees_cn
    UNION ALL
    SELECT name FROM employees_us
) AS combined
GROUP BY name
HAVING cnt > 1;

此查询可以找出在两个表中都出现过至少一次的名字。如果内层误用 UNION，那么 cnt 将永远是 1，导致逻辑错误。

2. UNION 与索引

UNION/UNION ALL 对各个 SELECT 语句的索引利用情况取决于各自的 WHERE 条件。合并之后的结果集没有索引。因此，若需对最终结果过滤或联接，考虑先物化为临时表或优化各子查询。

3. 数据类型严格性

当对应列的数据类型不完全相同时，MySQL 会进行隐式转换。例如：

SELECT id FROM table1
UNION
SELECT name FROM table2;  -- 如果 id 是整数，name 是字符串，结果将统一为字符串

为避免意外，尽量让对应列的类型明确一致，或在 SELECT 时显式转换。

七、总结

• UNION ALL：合并所有行，性能高，保留重复。是处理大数据量合并的首选。
• UNION：合并并去重，性能低，结果集唯一。仅在确实需要去重时使用。
• 永远先考虑用 UNION ALL，当且仅当业务要求数据唯一时才改用 UNION。
• 注意列数量、类型匹配，以及通过显式 ORDER BY 控制最终输出顺序。

掌握了这些区别，你就能在 SQL 查询中做出正确的选择，同时兼顾结果的正确性与系统的执行效率。