SQL嵌套查询使用Union与Intersect集合运算符过滤

UNION 嵌套查询的正确打开方式

说起集合运算符在嵌套查询中的应用，这确实是个容易让人踩坑的话题。很多人在写复杂SQL时，第一反应就是在WHERE或者IN里面直接用UNION、INTERSECT，结果往往会碰到各种莫名其妙的报错。今天就聊聊这个问题的根源和正确的解决方案。

先上个总结：嵌套查询里不能直接用 UNION 或 INTERSECT 作为子查询的主体，但把它们放在FROM子句中当派生表用——这是最稳妥、兼容性最好的写法。

为什么不能在 WHERE 或 IN 里直接写 UNION？

原因其实很直接：UNION、INTERSECT、EXCEPT 这类操作符是集合运算符，不是表达式，不能返回单值。以 WHERE id IN (SELECT a FROM t1 UNION SELECT b FROM t2) 为例，这条语句在多数数据库里都会直接报错——PostgreSQL 会提示“subquery must return only one column”，SQL Server 则抱怨“syntax near UNION”。MySQL 8.0+ 虽然能执行，但语义往往和预期相去甚远：你本想判断某个值是否在某个结果集中，结果实际执行的是“该值是否存在于任一 UNION 分支的结果里”，这完全是两码事。

常见的错误现象包括：

• PostgreSQL 的 “ERROR: syntax error at or near "UNION"”
• SQL Server 的 “Incorrect syntax near the keyword 'UNION'”，尤其在子查询未加括号或缺少别名时
• MySQL 虽然返回了结果，逻辑却对不上号——你以为做了交集，实际上只是并集

正确写法：把 UNION/INTERSECT 包进括号并起别名

正确的思路是把集合运算的结果当作一个临时表来处理，也就是派生表的写法。关键有三：加上括号、显式编写 AS 别名、确保列名对齐。

举个例子，要查询“既是销售员又是技术支持，且薪资超过 8000 的员工”：

SELECT e.name, e.salary
FROM employees e
INNER JOIN (
  SELECT emp_id FROM sales_team
  INTERSECT
  SELECT emp_id FROM support_team
) AS qualified ON e.emp_id = qualified.emp_id
WHERE e.salary > 8000;

这里面有几个细节需要注意：

• UNION 或 INTERSECT 必须包在括号里，否则解析器根本认不出这是个完整集合操作
• AS qualified 这个别名绝不能省略——MySQL 5.7+ 虽然允许省略，但 SQL Server 和 PostgreSQL 强制要求
• 两个 SELECT 的列数、类型、顺序必须严格对齐。如果原表字段名不同，记得在子查询中统一用别名，比如 SELECT id AS emp_id FROM t1
• 不要在子查询里用 ORDER BY——派生表天生无序，排序会被直接忽略，除非配合 LIMIT 或窗口函数

UNION ALL 在嵌套过滤中的实际用途

当需要“合并多个来源的候选 ID，再统一做过滤”时，UNION ALL 往往比 UNION 更实用。效率更高，行为也更可控。

比如从三个历史分区表中找出所有活跃用户 ID，再查最新的登录时间：

SELECT u.id, MAX(l.login_time) AS last_login
FROM (
  SELECT user_id AS id FROM users_2024_q1
  UNION ALL
  SELECT user_id AS id FROM users_2024_q2
  UNION ALL
  SELECT user_id AS id FROM users_2024_q3
) AS u
JOIN login_logs l ON u.id = l.user_id
GROUP BY u.id;

这里用 UNION ALL 而不是 UNION 的理由很充分：用户 ID 本身就不重复，没必要再去重，省掉哈希去重的开销。如果你又要求全局去重，而分区表又可能包含重复 ID，那就只好换用 UNION——不过性能会明显受损。另外需要注意，某些旧版的 SQLite 或 Access 不支持子查询中用 UNION，这种情况只能改用 OR 或临时表来绕过去。

INTERSECT 的等价替代方案（兼容性兜底）

不同数据库对集合运算符的支持差异很大：Oracle 用 MINUS，老版本 MySQL 不支持 INTERSECT，PostgreSQL 虽然支持但语法严格。遇到不支持的情况，用 EXISTS 嵌套通常是更通用的选择：

-- 想实现的逻辑：SELECT id FROM t1 INTERSECT SELECT id FROM t2
SELECT t1.id
FROM t1
WHERE EXISTS (SELECT 1 FROM t2 WHERE t2.id = t1.id);

这种写法在所有主流数据库上都能跑通，执行计划通常也和 INTERSECT 差不多。但有几个细节需要警惕：

• EXISTS 不会自动去重。如果 t1 里同一个 id 出现多次，结果里同样会出现多次，需要用 DISTINCT 显式控制
• 如果 t2.id 里有 NULL，EXISTS 的行为可能出乎意料——NULL 和任何值都不等，而 INTERSECT 会按标准 SQL 处理 NULL 的相等性，结果可能不同
• 复杂的多表交集场景下，EXISTS 嵌套层级会越来越深，可读性差很多。这时要么升级数据库，要么用 CTE 把逻辑拆解得更清晰

最后说一个容易被忽略的点：列定义的一致性。哪怕只是 INT 和 BIGINT 之间的隐式类型转换，在某些数据库（比如 SQL Server）里都可能导致 UNION 直接报错，而不是静默地帮你转换。动手前先跑个 DESCRIBE 或 SELECT TOP 1 看看两表的字段类型，比调半天错误日志要有效率得多。