SQL集合操作Union实现

Union的语义是把两部分查询的结果合并起来，最终结果的列名和类型定义与第一个查询一致。Union语句可以是Union All或者Union Distinct，默认情况下最好采用前者，即只有Union关键字时等价于Union All。下面看看Union All/Union Distinct的例子。

表A       表B

UnionAll

UnionDistinct

MergeUnion

ALL

如果是Union All，那么MergeUnion的两个输入表没有必要是有序的，MergeUnion只需要先输出第一个表的数据，再输出第二个表的数据就可以了。

Distinct

如果是Union Distinct，MergeUnion算法要求两个输入表数据都有相同的排序。假设两个输入表的行数分别为M、N，则MergeUnion算法复杂度为O(M+N)。

具体实现如下：

1.        如果第一个表的当前元组小于第二个表的当前元组，或者第二个表结束，那么输出第一个表的元组，且跳过相等的元组。

2.        如果第一个表的当前元组大于第二个表的当前元组，或者第一个表结束，那么输出第二个表的元组，且跳过相等的元组。

3.        如果第一个表的当前元组等于第二个表的当前元组，那么输出第一个表的元组，且跳过第一个和第二个表的相同元组。

4        如果两个表都结束，则返回结束。

其余思想类似。前提都是需要排序。不排序，则可以采用Hash的思路。思路见SQL Distinct的实现

-----

附SQL集合运算 差集 并集 交集的入门介绍：

SQL集合运算 差集 并集 交集

SQL-3标准中提供了三种对检索结果进行集合运算的命令：并集UNION；交集INTERSECT；差集EXCEPT（在Oracle中叫做 MINUS）。在有些数据库中对此的支持不够充分，如MySql中只有UNION，没有其他两种。实际上这些运算都可以通过普通的SQL来实现，虽然有时有些繁琐。

假设有两个表（或视图）s,t，s中有两个字段sa,sb；t中有两个字段ta,tb；

差集EXCEPT：

PLAIN TEXT

SQL:

1. SELECTsaFROMs
2. EXCEPT
3. SELECTtaFROMt;

可以写作

PLAIN TEXT

SQL:

1. SELECTsaFROMs
2. WHEREsaNOTIN
3. (SELECTtaFROMt)

上面的例子中忽略了对s和t单独的条件，这些总可以加入AND条件完成，或者使用视图。如果是多个字段比较麻烦，如：

PLAIN TEXT

SQL:

1. SELECTsa, sbFROMs
2. EXCEPT
3. SELECTta, tbFROMt;

需要写成

PLAIN TEXT

SQL:

1. SELECTsa, sbFROMs
2. WHERE(sa, sb)NOTIN
3. (SELECTta, tbFROMt)

上面使用的语法不见得数据库都支持。好在不支持EXCEPT的MySQL支持这种语法，而不支持这种语法的MSSQL又支持EXCEPT。

注意对于这样的row constructors（Mysql术语），是和下面写法（以及其他类似写法）不等价的。

PLAIN TEXT

SQL:

1. SELECTsa, sbFROMs
2. WHEREsaNOTIN
3. (SELECTtaFROMt)
4. ANDsbNOTIN
5. (SELECTtbFROMt)

在MSSQL中的一个解决技巧是，把这两个字段（假设字符类型）拼起来，即

PLAIN TEXT

SQL:

1. SELECTsa, sbFROMs
2. WHEREsa+sbNOTIN
3. (SELECTta+tbFROMt)

交集INTERSECT：

PLAIN TEXT

SQL:

1. SELECTsaFROMs
2. INTERSECT
3. SELECTtaFROMt;

可以写成

PLAIN TEXT

SQL:

1. SELECTsaFROMs
2. WHEREsa IN
3. (SELECTtaFROMt)

当然也可以写成

PLAIN TEXT

SQL:

1. SELECTsaFROMs
2. WHEREEXISTS
3. (SELECT*FROMtWHEREt.ta=s.sa)

或者使用连接

PLAIN TEXT

SQL:

1. SELECTsaFROMs, t
2. WHEREsa = ta

实际上这几个语句都有点问题，就是INTERSECT在出现重复时的语义问题。按照SQL-3标准，类似UNION，可以有明确的 INTERSECT ALL或者INTERSECT DISTINCT语法。一般的INTERSECT实现并没有明确这一点，而且从逻辑上讲意义也不大。那么当s或t中出现重复的时，如sa='x'的有2 个，sb='x'的有3个，使用上面的子查询将返回2行，使用连接将返回6行，当然这两个语句都可以加上一个DISTINCT，就实现了 INTERSECT DISTINCT语义了。

并集UNION：

MySql从4.0开始就支持UNION（ALL 和 DISTINCT）了，为完整起见，也列举一下。
其实实现这样一个结果是很麻烦的

PLAIN TEXT

SQL:

1. SELECTsaFROMs
2. DISTINCT
3. SELECTtaFROMt;

需要使用外连接，而且是Full的外连接

PLAIN TEXT

SQL:

1. SELECTDISTINCTNVL(s.sa, t.ta)
2. FROMs FULLOUTERJOINtON(s.sa=t.ta)

上面的例子中我使用了Oracle的语法，实际上MySql不支持FULL OUTER JOIN（虽然支持LEFT和RIGHT OUTER JOIN），好在MySql支持UNION。

对于UNION ALL语义，我还没有想出来用普通查询如何实现，如果在上面语句中去掉DISTINCT，结果肯定不对。