当我想消除重复记录时，我应该使用 Union all 和 union 哪一个？ [关闭]

Question

作为标题。

我见过this，人们都说我们应该首先考虑联合所有的性能，我的问题是当我想消除重复记录时我应该使用哪个。 我看到开发者使用union all先搜索记录，然后在我们项目的源代码中通过Java过滤重复记录，有必要吗？对于这种情况，工会会是更好的选择吗？？

谢谢！

Answer 1

在过去（九十年代中期），一些 RDBMS 引擎对 UNION 的实现非常差，因此建议切换到 UNION ALL 并在客户端上进行过滤通常得到了回报。不过，UNION 的性能已经过优化，因此对于现代 RDBMS，必须根据具体情况做出决定：

• 当您执行UNION 时，数据库必须为您消除重复项。如果从查询返回的记录数很少（例如，几百到一千），那么在哪里消除重复项并不重要，因此您不妨在 RDBMS 端进行。
• 当记录数达到数万时，您可以通过利用数据的特定属性以比 RDBMS 更智能的方式消除重复项。在这种情况下，您将使用UNION ALL。
• 如果行数很大并且重复的份额非常大（例如，您 UNION ALL 来自五个表，其中 70% 的行是重复的）可能会更好地节省网络带宽和客户端通过使用 RDBMS 消除重复内存，并将要传输回给您的数据大小减少 70%。

总而言之，没有通用的场景。在以一种或另一种方式做出决定之前，您需要进行一些计算并分析您的查询。

Answer 2

根据 SQL 规范：

• UNION ALL 按选定顺序返回所有行
• UNION 删除重复项，但行顺序是任意的（通常是排序的）

所以使用UNION 删除重复项。

---

如果可以，您应该避免使用 UNION 的原因是，删除重复项的典型方法是让数据库对结果集进行排序。排序可能很昂贵，尤其是对于大型结果集。