MySQL 的 UNION 用于合并两个或多个 SELECT 语句的结果集，并自动去除重复行（相当于对结果集执行 DISTINCT）。
1. 基本语法与核心规则
SELECT column1, column2 FROM table1
UNION [ALL | DISTINCT]
SELECT column1, column2 FROM table2;
强制性规则：
- 列数必须相同：两个 SELECT 返回的列数必须一致
- 数据类型兼容：对应位置的列类型不必完全相同，但必须可隐式转换（如 INT 和 DECIMAL）
- 列名继承：结果集的列名取自第一个 SELECT 语句
- ORDER BY 位置：只能放在最后一个 SELECT 之后，且排序依据必须是第一个 SELECT 的列名或别名
2. UNION vs UNION ALL
| 特性 | UNION (DISTINCT) | UNION ALL |
|---|---|---|
| 去重 | 自动去重，行唯一 | 保留所有行，包括重复 |
| 性能 | 需要临时表+哈希排序去重，较慢 | 直接追加结果，极快 |
| 使用场景 | 必须确保唯一性时 | 确定无重复或需要保留重复时 |
性能建议：除非业务需要去重，否则优先使用 UNION ALL。去重操作需要创建临时表、哈希比较和额外排序，大数据量时性能差距巨大。
3. 实际应用场景
场景 A：合并相似结构表（如分表）
-- 查询 2023 和 2024 年的订单（假设按年分表）
SELECT order_id, amount, created_at FROM orders_2023
UNION ALL
SELECT order_id, amount, created_at FROM orders_2024
ORDER BY created_at DESC
LIMIT 20;
场景 B：多维度统计报表
SELECT 'VIP用户' as user_type, COUNT(*) as cnt FROM users WHERE level >= 8
UNION ALL
SELECT '普通用户', COUNT(*) FROM users WHERE level BETWEEN 1 AND 7
UNION ALL
SELECT '访客', COUNT(*) FROM users WHERE level = 0;
场景 C：数据补全与兜底查询
-- 先查缓存表，若无结果再查主表（常见于配置表）
SELECT config_value FROM config_cache WHERE config_key = 'site_name'
UNION ALL
SELECT config_value FROM config WHERE config_key = 'site_name'
LIMIT 1;
4. 进阶用法
带排序和分页
(SELECT id, name FROM products WHERE category = 'A' ORDER BY price DESC LIMIT 10)
UNION ALL
(SELECT id, name FROM products WHERE category = 'B' ORDER BY price DESC LIMIT 10)
ORDER BY price DESC LIMIT 10;
注意：子查询中的 ORDER BY 必须配合 LIMIT 才生效，否则会被优化器忽略。
混合聚合与明细
SELECT city, sales_amount, NULL as detail FROM sales_summary
UNION ALL
SELECT city, amount, CONCAT(product_name, ':', quantity) FROM sales_detail;
5. 性能优化要点
- 索引利用：每个 SELECT 独立使用索引，UNION 本身不走索引
- 减少数据集：在子查询中先
WHERE过滤，避免传递大量数据到 UNION 层 - 避免临时表写入：
UNION DISTINCT会创建内存临时表（或磁盘临时表，若过大），可通过SET tmp_table_size调优 - 并行执行：MySQL 8.0.19+ 对非相关子查询的 UNION 可能启用并行查询
6. 常见陷阱
-- ❌ 错误：列数不匹配
SELECT id, name FROM t1
UNION
SELECT id FROM t2; -- ERROR 1222
-- ❌ 错误：ORDER BY 位置错误
SELECT * FROM t1 ORDER BY id
UNION
SELECT * FROM t2; -- ERROR 1221
-- ✅ 正确写法
SELECT * FROM t1
UNION
SELECT * FROM t2
ORDER BY id; -- 使用第一个 SELECT 的列名排序
7. Django ORM 中的 UNION
如果你在使用 Django（看你之前关注过 Django 源码），可以这样使用：
from django.db.models import Q
# QuerySet.union() 默认使用 UNION ALL
qs1 = User.objects.filter(status='active').values('name', 'email')
qs2 = User.objects.filter(is_staff=True).values('name', 'email')
# UNION ALL
combined = qs1.union(qs2, all=True)
# UNION (去重)
combined_distinct = qs1.union(qs2) # 或 all=False
注意：Django 的 union() 会强制转换为 SQL 的 UNION，且 QuerySet 被求值后返回的是列表而非 QuerySet，无法继续链式过滤。
总结：UNION ALL 是合并结果集的高性能首选，UNION (DISTINCT) 仅在需要去重时使用。始终确保子查询列数一致，并在应用层处理复杂的排序逻辑。
