4.4 集合操作 UNION/INTERSECT/EXCEPT

4.4 集合操作 UNION/INTERSECT/EXCEPT

本节摘要：集合操作把多个查询结果按集合规则合并。UNION 并集、INTERSECT 交集、EXCEPT 差集。本节讲它们的用法和 UNION 与 UNION ALL 的区别。

先说结论

阅读完本节，你应当能够：

1. 用 UNION 合并结果
2. 区分 UNION 和 UNION ALL
3. 用 INTERSECT 取交集、EXCEPT 取差集
4. 理解集合操作的列匹配规则

一、三个集合操作

集合操作把两个查询结果按集合规则合并，要求两查询的列数和类型对应：

• UNION：并集（两个结果合一起，去重）
• UNION ALL：并集但不去重
• INTERSECT：交集（两边都有的）
• EXCEPT（部分 DBMS 叫 MINUS）：差集（左边有、右边没有的）

-- 北京和上海的客户合一起
SELECT * FROM Customers WHERE City = '北京'
UNION
SELECT * FROM Customers WHERE City = '上海';
​

二、UNION vs UNION ALL

-- UNION ALL：保留重复，快
SELECT Amount FROM Orders WHERE CustomerID = 101
UNION ALL
SELECT Amount FROM Orders WHERE CustomerID = 102;
​

💡 关键直觉：确定没重复或要保留重复时用 UNION ALL，它省去重开销快很多。只有需要去重才用 UNION。

三、INTERSECT 和 EXCEPT

-- 既有订单又活跃的客户（交集）
SELECT CustomerID FROM Orders
INTERSECT
SELECT CustomerID FROM ActiveCustomers;

-- 有订单但没激活的客户（差集）
SELECT CustomerID FROM Orders
EXCEPT
SELECT CustomerID FROM ActiveCustomers;
​

注意 EXCEPT 在 Oracle 叫 MINUS，且不是所有 DBMS 都支持 INTERSECT/EXCEPT（MySQL 老版本不支持，要用 JOIN/IN 模拟）。

四、列匹配规则

集合操作要求两查询：

• 列数相同
• 对应列类型兼容
• 结果列名取第一个查询的

-- 列数和类型要对应
SELECT FirstName, City FROM Customers
UNION
SELECT ProductName, Category FROM Products;  -- 两列，类型对应即可
​

五、用 JOIN/IN 模拟

不支持 INTERSECT/EXCEPT 的 DBMS，可用 JOIN 或 IN 模拟：

-- INTERSECT 用 IN 模拟
SELECT DISTINCT CustomerID FROM Orders
WHERE CustomerID IN (SELECT CustomerID FROM ActiveCustomers);

-- EXCEPT 用 NOT IN 模拟
SELECT DISTINCT CustomerID FROM Orders
WHERE CustomerID NOT IN (SELECT CustomerID FROM ActiveCustomers);
​

⚠️ 常见坑：用 UNION 合并时忘了列数要相同，报错。集合操作两查询的列数和类型必须对应，结果列名取第一个。

温故知新

• UNION：并集去重；UNION ALL：并集不去重，更快，确定无重复或要保留重复时用它。
• INTERSECT：交集；EXCEPT（Oracle 叫 MINUS）：差集，不是所有 DBMS 支持。
• 列匹配：两查询列数相同、类型兼容、结果列名取第一个。
• 模拟：不支持时用 IN/NOT IN/JOIN 模拟 INTERSECT/EXCEPT。
• 集合操作适合合并结构相同的结果集，去重需求决定 UNION 还是 UNION ALL。

第 4 章结束。聚合、JOIN、子查询、集合操作四件套在手，绝大多数分析查询都能写了。下一章进入数据操作——增删改。

常见疑问

Q1：UNION 和 UNION ALL 性能差多少？

UNION 要去重（内部做排序或哈希），数据量大时明显慢；UNION ALL 直接拼接，几乎无额外开销。如果两个查询的结果本就不会重复（如按互斥条件分别查），直接用 UNION ALL 更划算。这是常见的性能优化点。

Q2：两个查询的列数、列类型必须一致吗？

UNION 系列要求：列数一致、对应列类型兼容（能隐式转换）。列名不要求一致，结果集的列名取第一个查询的。不满足会直接报错。写之前先对齐列结构，这是最常见的报错原因。

Q3：INTERSECT 和 EXCEPT 所有数据库都支持吗？

不全是。PostgreSQL、SQL Server、Oracle 支持；MySQL 老版本不支持（8.0.31 起支持 INTERSECT/EXCEPT，但仍有历史包袱）。MySQL 上想用交集/差集，用 IN/子查询或 JOIN 模拟，本节的模拟写法可以直接套用。

Q4：集合操作能加 ORDER BY 吗？

能，但 ORDER BY 只能放在最后一条语句末尾，对整个结果集排序。也可以把集合操作整体包一层子查询再排序。注意每条查询内部不能单独排序（会被忽略），除非用括号（部分数据库支持）。

Q5：集合操作和 JOIN 有什么区别？

JOIN 是横向拼接（把列拼起来，行数可能变），集合操作是纵向拼接（把行叠起来，列结构不变）。两者解决完全不同的问题：JOIN 关联多表数据，UNION 合并同类结果。别混淆。

动手做一做

集合操作的概念清晰，但细节容易混，建议动手验证一遍。

准备两张结构相同的表，各自插入几条数据，让两表之间有重复的记录、有各自独有的记录。

第一个练习：用并集合并两表，观察重复记录是否只剩一条；再用不去重的并集合并，观察重复记录保留了几条。对比之下，去重和不去重的差别一目了然。

第二个练习：分别用交集和差集操作，找出两表共有的记录、以及左边有而右边没有的记录。注意差集是有方向的，换个方向结果就不同。

第三个练习：故意让两表的列数不一致，运行并集，观察报错信息，理解"列数必须一致"这条硬性要求。

第四个练习：如果使用的数据库不支持交集和差集，用子查询加存在性判断把它们模拟出来，对比模拟结果和真实操作是否一致。

这四个练习做完，并集去重与否、交集差集的语义、列数要求、以及不支持时的模拟方法，就都清楚了。集合操作在报表合并场景很常用，动手验证过就不会用错。

一句话记忆

集合操作把多个查询结果按集合的规则合并：并集去重，交集取共同，差集取独有。需要保留重复时用不去重的并集，列数必须一致，不支持的数据库可以用子查询模拟。