mysql如何合并两个查询结果集并去重_UNION与UNION ALL区别

MySQL合并查询结果集：UNION与UNION ALL的核心区别与选型指南

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

在数据库操作中，合并多个查询结果集是常见需求。面对UNION和UNION ALL这两个选项，很多开发者会凭直觉选择，但这背后其实是一场性能与准确性的权衡。简单来说，UNION会自动去重并排序，但性能开销大；而UNION ALL仅仅是将结果拼接起来，不去重也不排序，效率极高。两者的选择，完全取决于你的数据语义和性能需求，前提是字段的数量、顺序和类型必须严格一致。

UNION 会自动去重并排序，但代价是性能下降

直接使用UNION合并查询，数据库会在背后默默做两件“重”活儿：去重和排序。这个过程，相当于为每个子查询的结果自动加上了一个DISTINCT，然后再进行默认排序。听起来很省心？代价是性能。为了完成这些操作，数据库引擎需要将全部数据拉出来，创建临时表，然后排序并逐行比对。在MySQL的执行计划（EXPLAIN）里，你常会看到Using temporary和Using filesort这两个标志，一旦数据量达到百万级，查询延迟就会直线飙升。

• 去重是“严格比对”：数据库的去重逻辑并非智能跳过，而是暴力比较。字段类型、具体的值，甚至NULL，都必须完全一致才会被判定为重复行。
• 排序规则可能出乎意料：最终的排序规则由字段的数据类型决定。例如，VARCHAR字段会按照数据库的字符集校对规则（collation）来排序，这可能和你的业务预期不符。
• 子查询排序无效：需要特别注意，如果子查询内部包含了ORDER BY，UNION操作会忽略它。任何最终结果的排序，都必须写在整个UNION语句的最外层。

UNION ALL 不去重也不排序，快但结果可能含重复

与UNION的“精致服务”相反，UNION ALL干的是纯粹的“体力活”：它简单地将两个结果集按顺序拼接起来，不做任何额外的检查和处理。不检查重复、不排序、不创建临时表，这使得它的I/O和CPU开销极低。性能差距有多大？TPC-H的测试数据显示，在百万行数据量下，UNION ALL的耗时大约在810毫秒，而UNION则可能长达9200毫秒，差距超过11倍。

• 结构一致性是铁律：两个SELECT语句的字段数量、顺序和数据类型必须完全一致，否则会直接报错：ERROR 1222 (21000): The used SELECT statements ha ve a different number of columns。
• 注意隐式类型转换：虽然允许NULL与非NULL值混合，但字段间细微的类型差异（比如VARCHAR(10)和VARCHAR(50)）可能导致数据被意外截断，因为MySQL会按较短的字段长度来处理。
• 天然无重数据的首选：当你能确定两个子查询的结果集在业务上天然没有重叠时（例如查询不同日期的分区表），UNION ALL就是唯一合理且高效的选择。

什么时候该用 UNION，什么时候必须用 UNION ALL

选择的关键在于明确你的需求：是要绝对的“唯一性”，还是极致的“速度”？别再凭感觉了，看看下面这些场景：

• 需要业务上的“唯一记录”，且无法保证数据源不重复：这时必须用UNION。典型场景是合并用户主表和测试数据表，你需要确保同一个手机号不会因为来源不同而重复出现。
• 查询范围已被精确隔离：如果你查询的是分片表、历史表加当前表，或者已经用WHERE条件精确划分了数据范围，那么UNION ALL是更佳选择。例如：SELECT * FROM order_2025_q4 UNION ALL SELECT * FROM order_2026_q1。
• 后续还需进行聚合或连接操作：如果合并后的结果还要进行GROUP BY或JOIN，优先考虑UNION ALL。把去重的工作留给聚合阶段，不仅逻辑更可控，也能避免UNION的中间排序干扰索引的有效使用。
• 上线前的性能检查：在开发环境用小数据测试可能无所谓，但上线前务必用EXPLAIN查看执行计划。如果出现了Using temporary，那基本就是UNION在拖慢查询，需要重新评估选型。

常见错误：字段不匹配、括号缺失、别名位置错

这些错误往往直接导致查询失败，而且报错信息有时并不直观：

• 列数不等：SELECT id,name FROM t1 UNION SELECT id FROM t2 会直接报错。数据库不会“自动补NULL”，列数必须严格相等。
• 子查询排序无效：像 (SELECT a FROM t1) UNION (SELECT b FROM t2 ORDER BY b) 这样的写法，如果外层没有ORDER BY，子查询中的ORDER BY不仅无效，还可能被查询优化器忽略。
• 派生表别名缺失：SELECT * FROM (SELECT id FROM t1 UNION ALL SELECT id FROM t2) AS tmp WHERE id > 100 是正确的。但如果漏掉了AS tmp这个别名，就会触发 Every derived table must ha ve its own alias 错误。
• 混合使用的优先级：当UNION和UNION ALL混合使用时，优先级是从左到右。不加括号很容易导致逻辑误判，稳妥的做法是用括号明确包裹每一个子查询。

在实际应用中，还有一个更隐蔽的陷阱：隐式类型转换导致的去重失效。例如，一个子查询返回INT类型，另一个返回DECIMAL(10,0)，MySQL在执行UNION去重时，可能会将它们统一转换为浮点数进行比较。这会导致本该被去重的整数行，因为细微的精度差异而被当作不同值保留下来。这种问题不会引发报错，但会 silently 地返回错误的结果，通常只能通过人工核对样本数据才能发现。