Ambos os operadores empilham os resultados de duas consultas um sobre o outro, então SQL UNION vs UNION ALL pode parecer uma escolha secundária. Não é. Uma palavra extra altera o resultado e o esforço do banco de dados para funcionar.

Executamos todas as consultas aqui no SQLite 3.50, e os resultados e tempos mostrados vêm dessas execuções. O comportamento básico é o SQL padrão nos principais bancos de dados. Os tempos, no entanto, serão diferentes em seu próprio banco de dados, dados e hardware, portanto, trate os nossos como uma ilustração.

A resposta curta

UNION combina dois conjuntos de resultados e retorna apenas linhas distintas. UNION ALL combina-os e retorna tudo, inclusive duplicatas. Essa é toda a diferença, e o restante deste artigo explica por que isso é importante.

UNIÃO vs UNIÃO TODOS lado a lado

Os dados de amostra

Imagine uma loja que mantém os pedidos online e presenciais em tabelas separadas. Observe que Asha tem dois pedidos online idênticos e um pedido idêntico na loja.

CREATE TABLE online_orders (customer TEXT, total INT);
CREATE TABLE store_orders (customer TEXT, total INT);

INSERT INTO online_orders VALUES ('Asha',100), ('Ben',200), ('Asha',100);
INSERT INTO store_orders VALUES ('Asha',100), ('Dev',300);

Veja a diferença

SELECT customer, total FROM online_orders
UNION
SELECT customer, total FROM store_orders;

-- Asha | 100
-- Ben  | 200
-- Dev  | 300

SELECT customer, total FROM online_orders
UNION ALL
SELECT customer, total FROM store_orders;

-- Asha | 100
-- Ben  | 200
-- Asha | 100
-- Asha | 100
-- Dev  | 300

Cinco linhas de entrada tornaram-se três com UNION e todas as cinco permaneceram com UNION ALL. Duas coisas a serem observadas:

• UNION removeu duplicatas de todo o resultado, incluindo aquelas da primeira tabela. Não se trata apenas de comparar tabelas.
• Uma linha conta como duplicada somente quando todas as colunas selecionadas correspondem.

Quando você realmente deseja uma lista distinta, UNION está exatamente certo. Isso dá a cada cliente que comprou por meio de qualquer canal:

SELECT customer FROM online_orders
UNION
SELECT customer FROM store_orders;

-- Asha
-- Ben
-- Dev

O bug do total errado

Esta é a razão pela qual a escolha realmente importa. Suponha que você queira a receita total. Os pedidos acima somam 800. Veja o que cada operadora dá:

SELECT SUM(total) FROM (
  SELECT total FROM online_orders
  UNION
  SELECT total FROM store_orders
);
-- 600

SELECT SUM(total) FROM (
  SELECT total FROM online_orders
  UNION ALL
  SELECT total FROM store_orders
);
-- 800

A versão UNION está errada em 200. Como selecionamos apenas a coluna total, três pedidos separados de 100 rúpias pareciam duplicados e se uniram em um. Não há mensagem de erro e 600 parece um número perfeitamente verossímil. Esse tipo de bug silencioso pode permanecer em um relatório financeiro por meses.

Regras que ambos devem seguir

Ambas as operadoras têm os mesmos requisitos:

1. Cada SELECT deve retornar o mesmo número de colunas.
2. As colunas são correspondidas por posição, e não por nome, portanto, mantenha-as na mesma ordem.
3. Os tipos de dados em cada posição devem ser compatíveis.
4. Os nomes das colunas de resultados vêm do primeiro SELECT.
5. ORDER BY vai bem no final e se aplica a todo o resultado.

Quebrar a primeira regra gera um erro. Aqui está a mensagem do SQLite:

SELECT customer, total FROM online_orders
UNION
SELECT customer FROM store_orders;

-- SELECTs to the left and right of UNION do not have
-- the same number of result columns

A segunda regra é mais perigosa porque pode falhar sem cometer erros. Se você trocar duas colunas do mesmo tipo, como first_name e last_name, a consulta será executada e os dados sairão errados. SQLite também é relaxado em relação aos tipos, enquanto bancos de dados como PostgreSQL são mais rígidos e podem exigir uma especificação explícita CAST.

Rotule a fonte

Um truque muito prático é adicionar uma coluna constante mostrando de onde veio cada linha. Como o rótulo é diferente, as linhas de tabelas diferentes não podem mais ser tratadas como duplicatas umas das outras.

SELECT customer, total, 'online' AS channel FROM online_orders
UNION ALL
SELECT customer, total, 'store' FROM store_orders
ORDER BY customer, channel;

-- Asha | 100 | online
-- Asha | 100 | online
-- Asha | 100 | store
-- Ben  | 200 | online
-- Dev  | 300 | store

Depois que seus dados tiverem um rótulo, você poderá agrupá-los para gerar relatórios de vendas por canal, usando GROUP BY. Se você precisar combinar várias etapas, envolva a união em um CTE para mantê-la legível.

Desempenho: o que aconteceu em nosso teste

Para remover duplicatas, o banco de dados precisa comparar as linhas, normalmente classificando-as ou fazendo hash. UNION ALL pode pular esta etapa. Criamos duas tabelas com 500.000 linhas cada, contendo números aleatórios de 0 a 50.000, portanto havia muitas duplicatas. Executamos cada consulta várias vezes e mantivemos o melhor tempo.

Primeiro, contamos os resultados, para que o tempo gasto no envio de linhas de volta ao nosso programa não afetasse a comparação:

A enorme lacuna ocorre em parte porque o SQLite pode calcular essa contagem sem ler todas as linhas, portanto, não leia isso como “milhares de vezes mais rápido”. Porém, isso mostra a ideia central: UNION teve que fazer um trabalho real e UNION ALL não o fez.

Em seguida, buscamos todas as linhas no Python e o resultado mudou:

Aqui, UNION ALL demorou mais porque entregou vinte vezes mais linhas. A desduplicação não foi o que o atrasou. Lidar com um milhão de linhas foi. Portanto, a regra honesta é que UNION ALL é mais barato para o banco de dados calcular, mas o tamanho do resultado também é importante. Muitos gráficos online reduzem isso para “UNION ALL é sempre mais rápido”, e nosso teste mostra por que não é tão simples.

Também não escolha apenas com base na velocidade. Escolha primeiro o operador que dá a resposta correta e depois ajuste. Se uma consulta for lenta, leia nosso guia sobre otimização de consultas SQL.

Quando usar cada

Use UNION ALL quando:

• Você está mesclando dados de tabelas semelhantes, como partições mensais.
• Você calculará totais ou contagens posteriormente.
• Você sabe que as entradas não podem se sobrepor.
• As duplicatas são significativas, como em logs ou registros de auditoria.

Use UNION quando:

• Você precisa de uma lista exclusiva, como todos os endereços de e-mail em dois sistemas.
• Fontes sobrepostas contêm o mesmo fato mais de uma vez.

Trate UNION ALL como padrão e use UNION deliberadamente. Adicionar uma cláusula WHERE a cada ramificação, para filtrar antecipadamente, ajuda ambos.

INTERSETAR e EXCETAR

Dois operadores de conjuntos relacionados respondem a perguntas diferentes. Ambos seguem as mesmas regras de coluna:

SELECT customer FROM online_orders
INTERSECT
SELECT customer FROM store_orders;
-- Asha  (bought in both channels)

SELECT customer FROM online_orders
EXCEPT
SELECT customer FROM store_orders;
-- Ben   (online only)

A Oracle tradicionalmente usa MINUS em vez de EXCEPT, e o suporte para esses operadores varia um pouco de acordo com o banco de dados e a versão.

UNIÃO vs JUNTE-SE

Muitas vezes são confundidos, mas combinam dados em direções diferentes:

Erros comuns

• Usar UNION por hábito. Isso pode custar velocidade ou remover linhas válidas.
• Selecionar poucas colunas. Deixar um ID de fora faz com que linhas distintas pareçam idênticas.
• Ordem das colunas incompatível. Os valores podem chegar à coluna errada sem nenhum erro.
• Adicionando ORDER BY a cada ramificação. Classifique uma vez, no final.
• Usando UNION para corrigir uma junção incorreta. Se aparecerem duplicatas devido a uma junção, corrija a junção.
• Assumindo a ordem dos resultados. Sem ORDER BY, a ordem das linhas não é garantida para nenhum dos operadores.

Considerações finais

Faça uma pergunta de cada vez: linhas idênticas são o mesmo fato ou fatos separados? Se eles estiverem separados ou se a sobreposição for impossível, use UNION ALL. Se você precisar de uma lista exclusiva, use UNION. Para verificar seus próprios relatórios, pesquise UNION em seu código perto de SUM ou COUNT e confirme se esses totais realmente estão corretos.

Perguntas frequentes

Continue aprendendo