异常教程
PostgreSQL UNION 操作符（建议收藏）
💡一则或许对你有用的小广告
欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论
- 新项目:《从零手撸：仿小红书（微服务架构）》 正在持续爆肝中，基于
Spring Cloud Alibaba + Spring Boot 3.x + JDK 17...，点击查看项目介绍 ;- 《从零手撸：前后端分离博客项目（全栈开发）》 2 期已完结，演示链接： http://116.62.199.48/ ;
截止目前， 星球 内专栏累计输出 82w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 2900+ 小伙伴加入学习 ，欢迎点击围观
前言
在数据库查询的世界中，如何将多个查询结果合并为一个统一的数据集，是开发者常遇到的挑战。PostgreSQL UNION 操作符正是为解决这一问题而生。它允许开发者将两个或多个 SELECT 语句的结果合并，并自动去除重复的行。无论是数据整合、报告生成，还是复杂查询的中间步骤，UNION 都是数据库工程师的得力工具。
本文将从基础语法到实际案例，逐步解析 PostgreSQL UNION 操作符 的使用场景、核心规则及进阶技巧。通过对比、比喻和代码示例，帮助读者快速掌握这一操作符的精髓。
一、PostgreSQL UNION 操作符的基础语法
1.1 语法结构
UNION 的基本语法如下：
SELECT column1, column2, ... FROM table1
UNION
SELECT column1, column2, ... FROM table2;
- UNION 默认会去除两个查询结果中的重复行。
- 若需保留重复行，可使用 UNION ALL（后续章节会详细对比两者的区别）。
1.2 数据类型与列数匹配规则
UNION 的核心规则是：
- 列数必须相同：两个
SELECT语句的列数必须一致。 - 数据类型需兼容：对应列的数据类型需匹配或可隐式转换。例如，
INTEGER和BIGINT可以合并，但VARCHAR和DATE则会引发错误。
比喻：
将两个书架上的书籍合并到一个新书架时，必须确保每本书都有相同的分类（列数）和格式（数据类型），否则无法整齐排列。
1.3 列名继承规则
合并后的结果集会继承 第一个 SELECT 语句的列名。例如：
SELECT id AS "User ID", name FROM users
UNION
SELECT user_id, username FROM customers;
最终结果的列名会是 "User ID" 和 name，而非第二个查询的 user_id 和 username。
二、UNION 与 UNION ALL 的区别
2.1 核心差异：是否去重
- UNION：自动去重，效率较低（需额外计算重复行）。
- UNION ALL：直接合并所有行，保留重复数据，速度更快。
案例对比：
假设有两个表 orders_2023 和 orders_2024，均包含 order_id 和 amount 列。若某订单在两年中被重复记录：
-- 使用 UNION 会过滤重复订单
SELECT order_id, amount FROM orders_2023
UNION
SELECT order_id, amount FROM orders_2024;
-- 使用 UNION ALL 保留所有记录（包括重复）
SELECT order_id, amount FROM orders_2023
UNION ALL
SELECT order_id, amount FROM orders_2024;
2.2 性能考量
- 当数据量较大且重复率低时，优先使用 UNION ALL，再通过其他方式处理重复。
- 若必须去重，则 UNION 是更简洁的选择。
三、实际案例：合并销售数据
3.1 案例背景
某电商平台有两个销售表：online_sales（线上订单）和 offline_sales（线下订单）。需生成一份包含所有订单的汇总报告，要求：
- 显示订单 ID、金额、销售渠道（线上或线下）。
- 去除重复的订单记录。
3.2 SQL 实现
SELECT
order_id,
amount,
'Online' AS channel
FROM online_sales
UNION
SELECT
order_id,
amount,
'Offline' AS channel
FROM offline_sales;
3.3 结果展示
| order_id | amount | channel |
|---|---|---|
| 1001 | 200 | Online |
| 1002 | 150 | Offline |
| 1003 | 300 | Online |
关键点：
- 通过
AS channel明确销售渠道，提升可读性。 - UNION 自动过滤
order_id相同的重复订单（如线上和线下出现相同订单 ID 时）。
四、注意事项与常见问题
4.1 数据类型不匹配
若两列的数据类型不兼容，PostgreSQL 会报错。例如：
SELECT '2023-01-01'::DATE AS date_col
UNION
SELECT 2023 AS number_col;
错误提示：cannot mix SELECT expressions with types date and integer in UNION.
解决方案：
- 显式转换数据类型：
SELECT '2023-01-01'::DATE UNION SELECT 2023::DATE; -- 将整数转换为 DATE 类型
4.2 空值（NULL）的处理
UNION 会将 NULL 视为相同值。例如：
SELECT NULL AS col1, 1 AS col2
UNION
SELECT NULL, 1;
结果只会返回一行，因为两行完全相同。
4.3 排序与分页
- UNION 结果默认无序，若需排序，需在最后添加
ORDER BY：( SELECT * FROM table1 UNION SELECT * FROM table2 ) ORDER BY amount DESC; - 分页需结合
LIMIT和OFFSET，但需确保排序已明确。
五、高级技巧：与子查询、DISTINCT 结合
5.1 结合子查询
UNION 可嵌套在子查询中，实现多级合并。例如：
SELECT * FROM (
SELECT 'A' AS category, 'Product1' AS name
UNION
SELECT 'B', 'Product2'
) AS combined
WHERE category = 'A';
5.2 替代 DISTINCT 的场景
当需要去重但数据分散在多个表时，UNION 可简化查询：
-- 直接合并并去重
SELECT id FROM table1
UNION
SELECT id FROM table2;
-- 等效于（但更繁琐）
SELECT DISTINCT id FROM (
SELECT id FROM table1
UNION ALL
SELECT id FROM table2
) AS temp;
六、进阶案例：动态数据合并
6.1 场景描述
某公司需要统计不同部门的员工总数，但员工信息分散在 hr_employees 和 contractors 表中。
6.2 SQL 实现
SELECT
department,
COUNT(*) AS total_employees
FROM (
SELECT department FROM hr_employees
UNION ALL
SELECT department FROM contractors
) AS all_employees
GROUP BY department;
6.3 结果示例
| department | total_employees |
|---|---|
| Sales | 15 |
| IT | 10 |
关键点：
- 使用
UNION ALL保留所有记录，再通过GROUP BY统计总数。 - 子查询确保数据合并后的完整性。
结论
PostgreSQL UNION 操作符 是数据整合的高效工具，尤其适用于跨表查询、去重合并及多源数据汇总。通过掌握其语法规则、性能差异（UNION vs UNION ALL）及高级技巧，开发者可以更灵活地应对复杂的数据需求。
无论是简化查询逻辑，还是优化数据处理流程，UNION 都能在保持代码简洁性的同时，提升开发效率。建议读者通过实际项目练习，逐步深入理解其应用场景与优化策略。