MySQL集合操作详解：UNION与UNION ALL的区别及性能优化

集合操作的基本概念

与将多张表的列进行水平拼接的“联接（JOIN）”操作不同，集合操作是一种垂直操作。它要求参与合并的两个或多个输入结果集必须满足以下条件：

• 列数相同：各SELECT语句返回的列数量必须一致。
• 数据类型兼容：对应位置的列数据类型应相同或能够隐式转换。
• 列名继承：最终结果集的列名由第一个SELECT语句决定。

MySQL目前主要支持两种集合操作：UNION DISTINCT（通常简写为 UNION）和 UNION ALL。

准备测试环境

为了直观展示集合操作的效果，我们需要创建两张具有相同结构的测试表，并插入部分重叠的数据。

第1步：创建测试表

在数据库中执行以下DDL语句，构建表结构和索引：

create table table1 
      (aid int not null auto_increment, 
      title varchar(20), 
      tag varchar(10), 
      primary key(aid)) 
      engine=innodb default charset=utf8;

create table table2 
      (bid int not null auto_increment, 
      title varchar(20), 
      tag varchar(10), 
      primary key(bid)) 
      engine=innodb default charset=utf8;

第2步：插入测试数据

向表中填充数据，注意观察两表中存在的重复项（如 article1/MySQL）：

insert into table1(aid, title, tag) values(1, 'article1', 'MySQL');
insert into table1(aid, title, tag) values(2, 'article2', 'PHP');
insert into table1(aid, title, tag) values(3, 'article3', 'CPP');

insert into table2(bid, title, tag) values(1, 'article1', 'MySQL');
insert into table2(bid, title, tag) values(2, 'article2', 'CPP');
insert into table2(bid, title, tag) values(3, 'article3', 'C');

UNION（DISTINCT）操作详解

UNION 指令在合并结果集后，会自动去除完全相同的重复行。这是其默认行为，因此 UNION DISTINCT 可省略为 UNION。

语法结构与执行示例

基本语法如下：

SELECT column,... FROM table1 
UNION 
SELECT column,... FROM table2;

当执行以下查询时：

(select * from table1) union (select * from table2);

得到的结果集如下：

+-----+----------+-------+
| aid | title    | tag   |
+-----+----------+-------+
|   1 | article1 | MySQL |
|   2 | article2 | PHP   |
|   3 | article3 | CPP   |
|   2 | article2 | CPP   |
|   3 | article3 | C     |
+-----+----------+-------+

观察重点：表1和表2中ID为1、内容为article1 / MySQL的记录仅出现了一次。这是因为UNION认为这两条记录在所有字段上完全一致，从而判定为重复项并被过滤。

底层实现机制

MySQL处理 UNION DISTINCT 的核心逻辑如下：

1. 创建一个临时虚拟表来存储合并后的数据。
2. 为该临时表的列添加唯一索引（Unique Index）。
3. 将各个子查询的结果逐行插入该临时表。
4. 由于唯一索引的存在，插入过程中若发现键值冲突（即重复数据），则自动丢弃新行。
5. 最后返回去重后的虚拟表。

这意味着，只有当 SELECT 所选的所有字段值完全相同时，才会被视为重复。

UNION ALL 操作详解

与 UNION 不同，UNION ALL 仅仅简单地合并两个结果集，不进行任何去重处理。无论数据是否重复，所有行都会被原样返回。

执行效果对比

使用相同的测试数据，执行 UNION ALL 查询：

(select * from table1) union all (select * from table2);

结果为：

+-----+----------+-------+
| aid | title    | tag   |
+-----+----------+-------+
|   1 | article1 | MySQL |
|   2 | article2 | PHP   |
|   3 | article3 | CPP   |
|   1 | article1 | MySQL |
|   2 | article2 | CPP   |
|   3 | article3 | C     |
+-----+----------+-------+

可以看到，article1 / MySQL 这条记录出现了两次，分别来自 table1 和 table2。此外，由于不去重，table1 和 table2 中 ID 不同但内容相似的 article2/CPP 也同时保留（因为它们的主键 aid/bid 不同，导致整行记录不完全相同，但在某些字段比对场景下需注意业务逻辑上的“重复”定义）。

性能分析与最佳实践

在处理大量数据时，选择合适的集合操作对性能影响显著：

• UNION 的性能开销：由于需要建立唯一索引并进行插入检查（查重），其CPU和内存消耗高于简单的物理追加。如果数据量巨大且确认无重复，使用 UNION 会浪费资源。
• UNION ALL 的高效性：它只是简单地将结果集堆叠在一起，速度最快。适用于确定数据源之间没有交集，或者即使有重复也希望保留的场景。

建议：如果你明确知道参与 UNION 操作的两个集合中没有重复数据，或者你不需要去重，请始终优先使用 UNION ALL 以提升查询效率。

常见问题排查

Q: 为什么 UNION 结果集中包含了看起来相似但主键不同的行？
A: UNION 的去重是基于整个选择列的组合。在主键（如 aid, bid）不同但业务内容（title, tag）相同的案例中，如果 SELECT * 包含了主键，则记录被视为不同。若要按业务内容去重，需确保 SELECT 列表仅包含业务字段，或使用 GROUP BY 辅助判断。

以上就是MySQL中集合操作UNION与UNION_ALL的详细对比与实战应用，更多关于数据库查询优化的资料请关注本站其它相关文章！