SQL中JOIN与UNION的区别详解

先说结论

很多刚开始学习 SQL 的朋友，常常在 JOIN 和 UNION 之间感到困惑。虽然两者都涉及“合并数据表”的操作，但它们的合并方向完全不同，理解这一点是掌握 SQL 关联查询与数据整合的基础。

? JOIN 是水平方向合并，就像把两张 A4 纸左右并排粘贴在一起，形成一张更宽的纸张。

? UNION 是垂直方向合并，如同将两张纸上下拼接，得到一张更长的纸张。

先看一张示意图，一分钟就能理解它们之间的本质差异：

JOIN（水平合并）：                UNION（垂直合并）：
表A      表B      结果            表A       结果
─────  + ─────  = ───────────     ─────     ─────
行1      行X      行1 | 行X        行1       行1
行2      行Y      行2 | 行Y        行2       行2
行3      行Z      行3 | 行Z        ─────  =  行3
                                  表B       ─────
                                  行A       行A
                                  行B       行B

一、JOIN —— 横向拼接

核心思想

JOIN 的核心在于将同一业务实体的不同属性拼接在一起。两张表之间必须存在明确的关联关系，例如通过某个 ID 字段，将符合条件的行左右合并为一行，从而扩展数据维度。

典型场景

例如，我有一张订单表，想同时查看订单信息以及下单患者的姓名。这就是 JOIN 最典型的应用场景。

订单表和患者表通过 patient_id 字段建立关联，每条订单都能找到对应的患者信息。就像把一张发货单与客户资料关联起来，数据自然实现了横向扩展。

-- 查询订单，同时显示患者姓名
SELECT 
    o.order_no    AS 订单号,
    o.amount      AS 金额,
    u.real_name   AS 患者姓名
FROM orders o
JOIN patient_user u ON o.patient_id = u.id
WHERE o.create_time >= '2024-01-01'

查询结果如下：

订单号          金额      患者姓名
ORDER_001      199.00   张三
ORDER_002      299.00   李四
ORDER_003      99.00    张三

每一行代表一条订单及其对应的患者信息，数据实现了横向扩展，列数增加，而行数基本保持不变（可能会因匹配关系略有调整）。

JOIN 的几种类型

-- INNER JOIN（内连接）：仅返回两表中都能匹配成功的行
SELECT * FROM A INNER JOIN B ON A.id = B.a_id

-- LEFT JOIN（左连接）：左表全部返回，右表未匹配的行填充 NULL
SELECT * FROM A LEFT JOIN B ON A.id = B.a_id

-- RIGHT JOIN（右连接）：右表全部返回，左表未匹配的行填充 NULL
SELECT * FROM A RIGHT JOIN B ON A.id = B.a_id

? 记忆口诀：JOIN 的本质是“配对”，两行数据通过牵手合并为一行，牵手的条件由 ON 后面的关联字段决定。

二、UNION —— 纵向堆叠

核心思想

UNION 用于处理结构相同但来源不同的数据集。它将多个查询结果垂直堆叠在一起，前提是各查询的列数和数据类型必须完全一致。

典型场景

比如，我有日常体重记录表，还有 InBody 专业测量表，想在趋势图中将两边的体重数据按时间顺序呈现在同一条折线上。这就是 UNION 的典型用法。

这两张表的记录之间没有一一对应关系——体重记录表可能一年有 365 条数据，InBody 表可能只有 12 条，它们都是独立的测量事件。用户关注的是所有体重数据按时间排列，而非哪条记录对应哪个 InBody 结果。因此，操作方式为 纵向堆叠：

-- 体重趋势图：将两张表的数据纵向合并
SELECT record_time, weight, '日常测量' AS source
FROM patient_weight_record
WHERE patient_id = 1
UNION ALL
SELECT record_time, weight, 'InBody测量' AS source
FROM patient_body_composition
WHERE patient_id = 1
ORDER BY record_time

查询结果如下：

record_time           weight    source
2024-01-01 07:00     85.50    日常测量
2024-01-05 09:00     85.20    日常测量
2024-01-10 10:00     84.80    InBody测量   ← 来自另一张表
2024-01-15 07:30     84.50    日常测量
2024-01-20 08:00     84.10    日常测量
2024-02-10 10:00     83.60    InBody测量   ← 来自另一张表

数据实现了纵向扩展，列数不变，行数增加。

UNION 和 UNION ALL 的区别

-- UNION：自动去重（性能相对较差，需要额外排序和去重操作）
SELECT name FROM table_a
UNION
SELECT name FROM table_b

-- UNION ALL：不去重，直接合并（性能更优）
SELECT name FROM table_a
UNION ALL
SELECT name FROM table_b

⚠️ 基本原则：如果确定两个结果集没有重复数据，或者不关心重复问题，优先选择 UNION ALL，性能更好。只有在明确需要去重时才使用 UNION。

三、核心对比

四、如何判断用哪个？

遇到“将两张表合并”的需求时，可以问自己两个关键问题：

问题一：我期望的结果是列数增加，还是行数增加？

列数增加 → 选择 JOIN；行数增加 → 选择 UNION。

问题二：两张表的数据是“同一件事的不同角度”，还是“同类事情的不同来源”？

同一件事的不同角度（一条订单 + 该订单的用户名）
    → JOIN，水平拼接

同类事情的不同来源（体脂秤的体重记录 + InBody 的体重记录）
    → UNION，垂直堆叠

几个练习，检验你的理解

❓ 查询患者信息，同时显示主管医生的姓名
   → 患者表 JOIN 医生表（同一患者档案的不同维度）
   ✅ JOIN

❓ 查询本月所有健康指标的预警记录（血压预警、血糖预警、体重预警分别存储在不同表）
   → 三张预警表垂直合并（同类事件的不同来源）
   ✅ UNION ALL

❓ 查询运动记录，同时展示当天的饮食热量
   → 运动表 LEFT JOIN 饮食表（同一天的不同健康维度）
   ✅ JOIN

❓ 查询某患者的所有沟通记录（患者发送的、医生发送的、系统消息）
   → 这些数据实际在同一张表中，按 sender_type 区分，无需使用 UNION

五、常见误区

误区一：认为 JOIN 可以替代 UNION

-- ❌ 错误思路：用 JOIN 合并两张体重表
SELECT w.record_time, w.weight, b.weight
FROM patient_weight_record w
JOIN patient_body_composition b ON w.patient_id = b.patient_id
-- 结果产生笛卡尔积：365条 × 12条 = 4380条，完全错误！

两张表没有行级别的对应关系，JOIN 会导致笛卡尔积，结果毫无意义。

误区二：UNION 的列未对齐

-- ❌ 错误：两个查询列数不一致
SELECT record_time, weight FROM patient_weight_record
UNION ALL
SELECT record_time, weight, bmi FROM patient_body_composition
-- 报错：列数不匹配

-- ✅ 正确：列数和类型对齐，缺少的列用 NULL 补充
SELECT record_time, weight, NULL AS bmi FROM patient_weight_record
UNION ALL
SELECT record_time, weight, bmi FROM patient_body_composition

误区三：UNION 后遗漏 ORDER BY

-- ⚠️ 注意：ORDER BY 必须放在最后，对整体结果进行排序
SELECT record_time, weight FROM patient_weight_record WHERE patient_id = 1
UNION ALL
SELECT record_time, weight FROM patient_body_composition WHERE patient_id = 1
ORDER BY record_time  -- ✅ 放在最后，对合并后的全部结果排序

六、一句话总结

? JOIN 如同“配对”（两行数据牵手合并为一行，列数增加）；UNION 如同“排队”（两批数据排成一列，行数增加）。想清楚你需要的是“更宽的表”还是“更长的表”，就能轻松做出正确选择。