Her iki operatör de iki sorgunun sonuçlarını üst üste yığdığından, SQL UNION vs UNION ALL küçük bir seçim gibi görünebilir. Değil. Fazladan bir kelime hem sonucunuzu hem de veritabanının ne kadar sıkı çalışması gerektiğini değiştirir.

Burada her sorguyu SQLite 3.50’de çalıştırdık ve gösterilen sonuçlar ve zamanlamalar bu çalıştırmalardan geliyor. Temel davranış, büyük veritabanlarında standart SQL’dir. Ancak zamanlamalar kendi veritabanınıza, verilerinize ve donanımınıza göre farklılık gösterecektir; bu nedenle bizimkini örnek olarak kullanın.

Kısa cevap

UNION iki sonuç kümesini birleştirir ve yalnızca farklı satırları döndürür. UNION ALL bunları birleştirir ve kopyalar dahil her şeyi döndürür. Bütün fark budur ve bu makalenin geri kalanı bunun neden önemli olduğuyla ilgilidir.

UNION vs UNION ALL yan yana

Örnek veriler

Online ve mağaza içi siparişleri ayrı tablolarda tutan bir mağaza düşünün. Asha’nın iki özdeş çevrimiçi siparişi ve mağazada bir özdeş siparişi olduğunu unutmayın.

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);

Farkı görün

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

Beş giriş satırı UNION ile üç oldu ve beşi de UNION ALL ile kaldı. Dikkat edilmesi gereken iki şey:

• UNION, ilk tablodakiler de dahil olmak üzere, sonucun tamamından kopyaları kaldırdı. Bu sadece tablolar arasında karşılaştırma yapmak değildir.
• Bir satır yalnızca seçilen her sütunun eşleşmesi durumunda kopya olarak sayılır.

Gerçekten farklı bir liste istediğinizde, UNION tam olarak doğrudur. Bu, her iki kanaldan da alışveriş yapan her müşteriye şunları sağlar:

SELECT customer FROM online_orders
UNION
SELECT customer FROM store_orders;

-- Asha
-- Ben
-- Dev

Yanlış toplam hatası

Seçimin gerçekten önemli olmasının nedeni budur. Toplam geliri istediğinizi varsayalım. Yukarıdaki siparişlerin toplamı 800’ü buluyor. Her operatörün neler verdiğini görün:

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

UNION versiyonu 200 hatalı. Yalnızca total sütununu seçtiğimiz için, 100 rupi’lik üç ayrı emir kopya gibi göründü ve tek bir emirde birleşti. Hiçbir hata mesajı yok ve 600 tamamen inandırıcı bir sayı gibi görünüyor. Bu tür sessiz hatalar bir finans raporunda aylarca kalabilir.

Her ikisinin de uyması gereken kurallar

Her iki operatör de aynı gereksinimlere sahiptir:

1. Her SELECT, aynı sayıda sütunu döndürmelidir.
2. Sütunlar ada göre değil konuma göre eşleştirilir; bu nedenle onları aynı sırada tutun.
3. Her konumdaki veri türleri uyumlu olmalıdır.
4. Sonuç sütunu adları ilk SELECT‘den gelir.
5. ORDER BY en sona gider ve tüm sonuca uygulanır.

İlk kuralın çiğnenmesi hata verir. İşte SQLite’dan gelen mesaj:

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

İkinci kural daha tehlikelidir çünkü hatasız başarısız olabilir. first_name ve last_name gibi aynı türden iki sütunu değiştirirseniz sorgu çalışır ve veriler yanlış çıkar. SQLite ayrıca türler konusunda da rahattır; PostgreSQL gibi veritabanları ise daha katıdır ve açık bir tanımlama gerektirebilir CAST.

Kaynağı etiketleyin

Çok pratik bir yöntem, her satırın nereden geldiğini gösteren sabit bir sütun eklemektir. Etiket farklı olduğundan, farklı tablolardaki satırlar artık birbirinin kopyası olarak değerlendirilemez.

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

Verileriniz bir etikete sahip olduğunda, satışları kanala göre raporlamak için GROUP BY seçeneğini kullanarak verileri gruplandırabilirsiniz. Birkaç adımı birleştirmeniz gerekiyorsa, okunabilir kalması için birleşimi CTE içine sarın.

Performans: Testimizde ne oldu?

Yinelenenleri kaldırmak için veritabanının satırları, genellikle sıralayarak veya karma hale getirerek karşılaştırması gerekir. UNION ALL bu adımı atlayabilir. Her biri 500.000 satırdan oluşan, 0’dan 50.000’e kadar rastgele sayılar içeren iki tablo oluşturduk, bu nedenle çok sayıda kopya vardı. Her sorguyu birkaç kez çalıştırdık ve en iyi zamanı koruduk.

Satırları programımıza geri göndermek için harcanan sürenin karşılaştırmayı etkilememesi için öncelikle sonuçları saydık:

Büyük fark kısmen SQLite’ın her satırı okumadan bu sayıyı hesaplayabilmesinden kaynaklanmaktadır, bu yüzden lütfen bunu “binlerce kat daha hızlı” olarak okumayın. Ancak temel fikri gösteriyor: UNION gerçek iş yapmak zorundaydı ve UNION ALL bunu yapmadı.

Sonra tüm satırları Python’a getirdik ve sonuç tersine döndü:

Burada UNION ALL daha uzun sürdü çünkü yirmi kat daha fazla satır teslim etti. Tekilleştirme bunu yavaşlatmadı. Bir milyon satırın işlenmesi öyleydi. Dolayısıyla dürüst kural, veritabanının hesaplaması için UNION ALL‘nin daha ucuz olmasıdır, ancak sonucun boyutu da önemlidir. Çevrimiçi birçok grafik bunu “UNION ALL her zaman daha hızlıdır” şeklinde indirger ve testimiz bunun neden bu kadar basit olmadığını gösterir.

Yalnızca hıza göre de seçim yapmayın. Önce doğru cevabı veren operatörü seçin, ardından ayarlayın. Bir sorgu yavaşsa SQL sorgu optimizasyonu kılavuzumuzu okuyun.

Her biri ne zaman kullanılmalı

UNION ALL’ı aşağıdaki durumlarda kullanın:

• Aylık bölümler gibi benzer tablolardaki verileri birleştiriyorsunuz.
• Daha sonra toplamları veya sayıları hesaplayacaksınız.
• Girişlerin çakışamayacağını biliyorsunuz.
• Günlüklerde veya denetim kayıtlarında olduğu gibi kopyalar anlamlıdır.

UNION’u aşağıdaki durumlarda kullanın:

• İki sistemdeki her e-posta adresi gibi benzersiz bir listeye ihtiyacınız var.
• Örtüşen kaynaklar aynı gerçeği birden fazla kez içermektedir.

UNION ALL‘i varsayılan olarak kabul edin ve UNION‘yi bilinçli olarak kullanın. Erken filtrelemek için her dallara bir WHERE cümlesi eklemek her ikisine de yardımcı olur.

KESİŞTİ ve HARİÇ

Birbiriyle ilişkili iki küme operatörü farklı soruları yanıtlar. Her ikisi de aynı sütun kurallarına uyar:

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)

Oracle geleneksel olarak EXCEPT yerine MINUS‘i kullanır ve bu operatörlere yönelik destek, veritabanına ve sürüme göre biraz farklılık gösterir.

UNION vs JOIN

Bunlar sıklıkla karıştırılır ancak verileri farklı yönlerde birleştirirler:

Yaygın hatalar

• Alışkanlık olarak UNION’u kullanma. Hızlanmanıza veya geçerli satırları kaldırmanıza mal olabilir.
• Çok az sütun seçilmesi. Kimlik bilgisinin atlanması, farklı satırların aynı görünmesine neden olur.
• Sütun sırası eşleşmiyor. Değerler hatasız olarak yanlış sütuna düşebilir.
• Her şubeye ORDER BY ekleniyor. En sonda bir kez sıralayın.
• Kötü bir birleştirmeye yama yapmak için UNION’u kullanma. Birleştirme nedeniyle kopyalar görünüyorsa birleştirmeyi düzeltin.
• Sonuç sırası varsayılıyor. ORDER BY olmadan, her iki operatör için de satır sırası garanti edilmez.

Son sözler

Her seferinde bir soru sorun: aynı satırlar aynı gerçek mi, yoksa ayrı gerçekler mi? Ayrılarsa veya örtüşmeleri imkansızsa UNION ALL‘i kullanın. Benzersiz bir listeye ihtiyacınız varsa UNION‘yi kullanın. Kendi raporlarınızı kontrol etmek için kodunuzu SUM veya COUNT yakınında UNION olarak arayın ve bu toplamların gerçekten doğru olduğunu onaylayın.

Sık sorulan sorular

Öğrenmeye devam et