目录
🧩 什么是 UNION？
UNION 是 SQL 中的一个关键字，用于 合并多个 SELECT 查询结果，并去除重复的记录，形成一个新的结果表。
基本语法：
SELECT 列1, 列2, ...
FROM 表1
UNION
SELECT 列1, 列2, ...
FROM 表2;
重点规则：
每个
SELECT查询的列数量必须一致。每个对应列的数据类型要兼容（如都是字符串、都是数字）。
UNION会自动去除重复行，如果你想保留重复，可以使用UNION ALL。
UNION vs UNION ALL
| 操作符 | 是否去重 | 性能 | 用途 |
|---|---|---|---|
UNION |
是 | 较慢（多了去重操作） | 多来源整合数据，避免重复记录 |
UNION ALL |
否 | 更快 | 统计所有记录（包括重复项） |
-- 去除重复
SELECT name FROM employees
UNION
SELECT name FROM managers;
-- 保留重复
SELECT name FROM employees
UNION ALL
SELECT name FROM managers;
✅ 简单例子
假设我们有两个表：
表：students_2023
+----+--------+
| id | name |
+----+--------+
| 1 | Alice |
| 2 | Bob |
+----+--------+
表：students_2024
+----+--------+
| id | name |
+----+--------+
| 3 | Carol |
| 4 | Bob |
+----+--------+
用 UNION 合并名字：
SELECT name FROM students_2023
UNION
SELECT name FROM students_2024;
结果：
+--------+
| name |
+--------+
| Alice |
| Bob |
| Carol |
+--------+
Bob 出现了两次，但只保留了一个。
用 UNION ALL 不去重：
SELECT name FROM students_2023
UNION ALL
SELECT name FROM students_2024;
结果：
+--------+
| name |
+--------+
| Alice |
| Bob |
| Carol |
| Bob |
+--------+
UNION 的常见应用场景
1. 多张表中合并数据
合并来自不同年度的学生名单：
SELECT id, name FROM students_2023
UNION
SELECT id, name FROM students_2024;
2. 合并来自不同来源的相似数据
SELECT email FROM customers
UNION
SELECT email FROM suppliers;
3. 加标签显示不同来源 （分类展示）
SELECT name, '2023' AS 来源 FROM students_2023
UNION
SELECT name, '2024' FROM students_2024;
与其他子句联合使用
1. UNION 与 ORDER BY
如上所示，ORDER BY 必须在最后一个 SELECT 的末尾出现。
2. UNION 与 LIMIT
你可以限制最终结果的行数：
SELECT name FROM customers
UNION
SELECT name FROM employees
LIMIT 10;
3. UNION 与 WHERE
每个 SELECT 可以有自己的条件：
SELECT id, name FROM orders WHERE status = 'shipped'
UNION
SELECT id, name FROM orders_archive WHERE status = 'shipped';
🚧 UNION注意事项
| 错误信息 | 原因 | 解决方法 |
|---|---|---|
| 列数不一致 | 两个 SELECT 的列数不同 | 确保 SELECT 的列数相同 |
| 类型不一致 | 比如一个是数字，一个是字符串 | 用 CAST() 或 CONVERT() 转换类型 |
| 排序无效 | ORDER BY 写错位置 |
必须写在最后的 SELECT 之后 |
正确排序方式：
SELECT name FROM students_2023
UNION
SELECT name FROM students_2024
ORDER BY name;
性能优化建议
如果你不需要去重，尽量用
UNION ALL，性能会提升。各子句中尽可能使用索引字段进行过滤。
对于大型数据源，先进行聚合再合并结果（如
GROUP BY+UNION）。