详解SQL集合运算
以前总是追求新东西，发现基础才是最重要的，今年主要的目标是精通SQL查询和SQL性能优化。
本系列【T-SQL基础】主要是针对T-SQL基础的总结。
【T-SQL基础】06.透视、逆透视、分组集
【T-SQL基础】07.数据修改
【T-SQL基础】09.可编程对象
----------------------------------------------------------
【T-SQL进阶】01.好用的SQL TVP~~独家赠送[增-删-改-查]的例子
----------------------------------------------------------
【T-SQL性能调优】02.Transaction Log的使用和性能问题
【T-SQL性能调优】03.执行计划
【T-SQL性能调优】04.死锁分析
持续更新......欢迎关注我！
概述：
本篇主要是对集合运算中并集、交集、差集运算基础的总结。
集合运算包含三种：
1.并集运算
2.交集运算
3.差集运算
下面是集合运算的思维导图：
为什么使用集合运算：
1.在集合运算中比联接查询和EXISTS/NOT EXISTS更方便。
在阅读下面的章节时，我们可以先把环境准备好，以下的SQL脚本可以帮助大家创建数据库，创建表，插入数据。
下载脚本文件：TSQLFundamentals2008.zip
一、集合运算
1.集合运算
（1）对输入的两个集合或多集进行的运算。
（2）多集：由两个输入的查询生成的可能包含重复记录的中间结果集。
（3）T-SQL支持三种集合运算：并集（UNION）、交集（INTERSECT)、差集（EXCEPT）
2.语法
集合运算的基本格式：
输入的查询1
<集合运算符>
输入的查询2
[ORDER BY]
3.要求
（1）输入的查询不能包含ORDER BY字句；
（2）可以为整个集合运算结果选择性地增加一个ORDER BY字句；
（3）每个单独的查询可以包含所有逻辑查询处理阶段（处理控制排列顺序的ORDER BY字句）；
（4）两个查询 必须包含相同的列数；
（5）相应列必须具有兼容的数据类型。兼容个的数据类型：优先级较低的数据类型必须能隐式地转换为较高级的数据类型。比如输入的查询1的第一列为int类型，输入的查询2的第一列为float类型，则较低的数据类型int类型可以隐式地转换为较高级float类型。如果输入的查询1的第一列为char类型，输入的查询2的第一列为datetime类型，则会提示转换失败：从字符串转换日期和/或时间时，转换失败；
（6）集合运算结果中列名由输入的查询1决定，如果要为结果分配结果列，应该在输入的查询1中分配相应的别名；
（7）集合运算时，对行进行进行比较时，集合运算认为两个NULL相等；
（8）UNION支持DISTINCT和ALL。不能显示指定DISTINCT字句，如果不指定ALL，则默认使用DISTINCT；
（9）INTERSET和EXCEPT默认使用DISTINCT，不支持ALL。
二、UNION（并集）集合运算
1.并集的文氏图
并集：两个集合的并集是一个包含集合A和B中所有元素的集合。
图中阴影区域代表集合A与集合B的并集
2.UNION ALL集合运算
（1）假设Query1返回m行，Query2返回n行，则Query1 UNION ALL Query2返回（m+n）行；
（2）UNION ALL 不会删除重复行，所以它的结果就是多集，而不是真正的集合；
（3）相同的行在结果中可能出现多次。
3.UNION DISTINCT集合运算
（1）假设Query1返回m行，Query2返回n行，Query1和Query2有相同的h行，则Query1 UNION Query2返回（m+n-h）行；
（2）UNION 会删除重复行，所以它的结果就是集合；
（3）相同的行在结果中只出现一次。
（4）不能显示指定DISTINCT字句，如果不指定ALL，则默认使用DISTINCT。
（5）当Query1与Query2比较某行记录是否相等时，会认为取值为NULL的列是相等的列。
三、INTERSECT（交集）集合运算
1.交集的文氏图
交集：两个集合（记为集合A和集合B）的交集是由既属于A，也属于B的所有元素组成的集合。
图中阴影区域代表集合A与集合B的交集
2.INTERSECT DISTINCT集合运算
（1）假设Query1返回 m 行，Query2返回 n 行，Query1和Query2有相同的 h 行，则Query1 INTERSECT Query2返回 h 行；
（2）INTERSECT集合运算在逻辑上首先删除两个输入多集中的重复行（把多集变为集合），然后返回只在两个集合中都出现的行；
（3）INTERSECT 会删除重复行，所以它的结果就是集合；
（4）相同的行在结果中只出现一次。
（5）不能显示指定DISTINCT字句，如果不指定ALL，则默认使用DISTINCT。
（6）当Query1与Query2比较某行记录是否相等时，会认为取值为NULL的列是相等的列。
（7）用内联接或EXISTS谓词可以代替INTERSECT集合运算，但是必须对NULL进行处理，否则这两种方法对NULL值进行比较时，比较结果都是UNKNOWN，这样的行会被过滤掉。
3.INTERSECT ALL集合运算
（1）ANSI SQL支持带有ALL选项的INTERSECT集合运算，但SQL Server2008现在还没有实现这种运算。后面会提供一种用于T-SQL实现的替代方案；
（2）假设Query1返回 m 行，Query2返回 n 行，如果行R在Query1中出现了x次，在Query2中出现了y次，则行R应该在INTERSECT ALL运算之后出现minimum(x，y)次。
下面提供用于T-SQL实现的INTERSECT ALL集合运算：公用表表达式 + 排名函数
WITH INTERSECT_ALL
AS (
SELECT ROW_NUMBER() OVER ( PARTITION BY country, region, city ORDER BY ( SELECT
0
) ) AS rownum ,
country ,
region ,
city
FROM HR.Employees
INTERSECT
SELECT ROW_NUMBER() OVER ( PARTITION BY country, region, city ORDER BY ( SELECT
0
) ) AS rownum ,
country ,
region ,
city
FROM Sales.Customers
)
SELECT country ,
region ,
city
FROM INTERSECT_ALL
结果如下：
其中UK NULL London有四个重复行，
在排序函数的OVER字句中使用 ORDER BY ( SELECT <常量> )可以告诉SQL Server不必在意行的顺序。
四、EXCEPT（差集）集合运算
1.差集的文氏图
差集：两个集合（记为集合A和集合B）的由属于集合A，但不属于集合B的所有元素组成的集合。
图中阴影区域代表集合A与集合B的差集
2.EXCEPT DISTINCT集合运算
（1）假设Query1返回 m 行，Query2返回 n 行，Query1和Query2有相同的 h 行，则Query1 INTERSECT Query2返回 m - h 行,而Query2 INTERSECT Query1 返回 n - h 行
（2）EXCEPT集合运算在逻辑上先删除两个输入多集中的重复行（把多集转变成集合），然后返回只在第一个集合中出现，在第二个集合众不出现所有行。
（3）EXCEPT 会删除重复行，所以它的结果就是集合；
（4）EXCEPT是不对称的，差集的结果取决于两个查询的前后关系。
（5）相同的行在结果中只出现一次。
（6）不能显示指定DISTINCT字句，如果不指定ALL，则默认使用DISTINCT。
（7）当Query1与Query2比较某行记录是否相等时，会认为取值为NULL的列是相等的列。
（8）用左外联接或NOT EXISTS谓词可以代替INTERSECT集合运算，但是必须对NULL进行处理，否则这两种方法对NULL值进行比较时，比较结果都是UNKNOWN，这样的行会被过滤掉。
3.EXCEPT ALL集合运算
（1）ANSI SQL支持带有ALL选项的EXCEPT集合运算，但SQL Server2008现在还没有实现这种运算。后面会提供一种用于T-SQL实现的替代方案；
（2）假设Query1返回 m 行，Query2返回 n 行，如果行R在Query1中出现了x次，在Query2中出现了y次,且x>y，则行R应该在EXCEPT ALL运算之后出现 x - y 次。
下面提供用于T-SQL实现的EXCEPT ALL集合运算：公用表表达式 + 排名函数
WITH INTERSECT_ALL
AS (
SELECT ROW_NUMBER() OVER ( PARTITION BY country, region, city ORDER BY ( SELECT
0
) ) AS rownum ,
country ,
region ,
city
FROM HR.Employees
EXCEPT
SELECT ROW_NUMBER() OVER ( PARTITION BY country, region, city ORDER BY ( SELECT
0
) ) AS rownum ,
country ,
region ,
city
FROM Sales.Customers
)
SELECT country ,
region ,
city
FROM INTERSECT_ALL
结果如下：
五、集合运算的优先级
1.INTERSECT>UNION=EXCEPT
2.首先计算INTERSECT,然后从左到右的出现顺序依次处理优先级的相同的运算。
3.可以使用圆括号控制集合运算的优先级，它具有最高的优先级。
六、特殊处理
1.只有ORDER BY能够直接应用于集合运算的结果；
2.其他阶段如表运算符、WHERE、GROUP BY、HAVING等，不支持直接应用于集合运算的结果，这个时候可以使用表表达式来避开这一限制。如根据包含集合运算的查询定义个表表达式，然后在外部查询中对表表达式应用任何需要的逻辑查询处理；
3.ORDER BY字句不能直接应用于集合运算中的单个查询，这个时候可以TOP+ORDER BY字句+表表达式来避开这一限制。如定义一个基于该TOP查询的表表达式，然后通过一个使用这个表表达式的外部查询参与集合运算。
七、练习题
1.写一个查询，返回在2008年1月有订单活动，而在2008年2月没有订单活动的客户和雇员。
期望结果：
方案一：EXCEPT
（1）先用查询1查询出2008年1月份有订单活动的客户和雇员
（2）用查询2查询2008年2月份客户的订单活动的客户和雇员
（3）用差集运算符查询2008年1月有订单活动而2008年2月没有订单活动的客户和雇员
SELECT custid ,
empid
FROM Sales.Orders
WHERE orderdate >= '20080101'
AND orderdate < '20080201'
EXCEPT
SELECT custid ,
empid
FROM Sales.Orders
WHERE orderdate >= '20080201'
AND orderdate < '20080301'
方案二：NOT EXISTS
必须保证custid，empid不能为null，才能用NOT EXISTS进行查询，如果custid或empid其中有null值存在，则不能用NOT EXISTS进行查询，因为比较NULL值的结果是UNKNOWN，这样的行用NOT EXISTS查询返回的子查询的行会被过滤掉，所以最后的外查询会多出NULL值的行，最后查询结果中会多出NULL值的行。
SELECT custid ,
empid
FROM Sales.Orders AS O1
WHERE orderdate >= '20080101'
AND orderdate < '20080201'
AND NOT EXISTS ( SELECT *
FROM Sales.Orders
WHERE orderdate >= '20080201'
AND orderdate < '20080301'
AND custid = o1.custid
AND empid = o1.empid )
ORDER BY O1.custid , O1.empid
如果我往Sales.Orders表中插入两行数据：
插入cutid=NULL,empid=1,orderdate='20080101'
INSERT INTO [TSQLFundamentals2008].[Sales].[Orders]
( [custid] ,
[empid] ,
[orderdate] ,
[requireddate] ,
[shippeddate] ,
[shipperid] ,
[freight] ,
[shipname] ,
[shipaddress] ,
[shipcity] ,
[shipregion] ,
[shippostalcode] ,
[shipcountry]
)
VALUES ( NULL ,
1 ,
'20080101' ,
'20080101' ,
'20080101' ,
1 ,
1 ,
'A' ,
'20080101' ,
'A' ,
'A' ,
'A' ,
'A'
)
GO
插入cutid=NULL,empid=1,orderdate='20080201'
INSERT INTO [TSQLFundamentals2008].[Sales].[Orders]
( [custid] ,
[empid] ,
[orderdate] ,
[requireddate] ,
[shippeddate] ,
[shipperid] ,
[freight] ,
[shipname] ,
[shipaddress] ,
[shipcity] ,
[shipregion] ,
[shippostalcode] ,
[shipcountry]
)
VALUES ( NULL ,
1 ,
'20080201' ,
'20080101' ,
'20080101' ,
1 ,
1 ,
'A' ,
'20080101' ,
'A' ,
'A' ,
'A' ,
'A'
)
GO
用方案一查询出来结果为50行，会把cutid=NULL,empid=1的行过滤掉
用方案二查询出来结果为51行，不会把cutid=NULL,empid=1的行过滤掉
用下面的方案可以解决上面的问题，需要处理cutid=NULL,或者empid=null的情况。返回50行
SELECT custid ,
empid
FROM Sales.Orders AS O1
WHERE orderdate >= '20080101'
AND orderdate < '20080201'
AND NOT EXISTS ( SELECT *
FROM Sales.Orders
WHERE orderdate >= '20080201'
AND orderdate < '20080301'
AND ( custid = o1.custid
AND empid = o1.empid
)
OR ( o1.custid IS NULL
AND custid IS NULL
AND empid = o1.empid
)
OR ( o1.custid IS NULL
AND custid IS NULL
AND o1.empid IS NULL
AND custid IS NULL
)
OR ( custid = o1.custid
AND o1.empid IS NULL
AND custid IS NULL
) )
2.写一个查询，返回在2008年1月和在2008年2月都有订单活动的客户和雇员。
期望结果：
方案一：INTERSECT
（1）先用查询1查询出2008年1月份有订单活动的客户和雇员
（2）用查询2查询2008年2月份客户的订单活动的客户和雇员
（3）用交集运算符查询2008年1月和2008年2月都有订单活动的客户和雇员
SELECT custid ,
empid
FROM Sales.Orders
WHERE orderdate >= '20080101'
AND orderdate < '20080201'
INTERSECT
SELECT custid ,
empid
FROM Sales.Orders
WHERE orderdate >= '20080201'
AND orderdate < '20080301'
方案二：EXISTS
必须保证custid，empid不能为null，才能用EXISTS进行查询，如果custid或empid其中有null值存在，则不能用EXISTS进行查询，因为比较NULL值的结果是UNKNOWN，这样的行用EXISTS查询返回的子查询的行会被过滤掉，所以最后的外查询会少NULL值的行，最后查询结果中会少NULL值的行。
SELECT custid ,
empid
FROM Sales.Orders AS O1
WHERE orderdate >= '20080101'
AND orderdate < '20080201'
AND EXISTS ( SELECT *
FROM Sales.Orders
WHERE orderdate >= '20080201'
AND orderdate < '20080301'
AND custid = o1.custid
AND empid = o1.empid )
ORDER BY O1.custid ,
O1.empid
如果我往Sales.Orders表中插入两行数据：
插入cutid=NULL,empid=1,orderdate='20080101'
插入cutid=NULL,empid=1,orderdate='20080201'
用方案一查询出来结果为6行，不会把cutid=NULL,empid=1的行过滤掉
用方案二查询出来结果为5行，会把cutid=NULL,empid=1的行过滤掉
用下面的方案可以解决上面的问题，需要处理cutid=NULL,或者empid=null的情况。返回6行。
SELECT custid ,
empid
FROM Sales.Orders AS O1
WHERE orderdate >= '20080101'
AND orderdate < '20080201'
AND EXISTS ( SELECT *
FROM Sales.Orders
WHERE orderdate >= '20080201'
AND orderdate < '20080301'
AND ( custid = o1.custid
AND empid = o1.empid
)
OR ( o1.custid IS NULL
AND custid IS NULL
AND empid = o1.empid
)
OR ( o1.custid IS NULL
AND custid IS NULL
AND o1.empid IS NULL
AND custid IS NULL
)
OR ( custid = o1.custid
AND o1.empid IS NULL
AND custid IS NULL
) )
3.写一个查询，返回在2008年1月和在2008年2月都有订单活动，而在2007年没有订单活动的客户和雇员
期望结果：
方案一：INTERSECT + EXCEPT
SELECT custid ,
empid
FROM Sales.Orders
WHERE orderdate >= '20080101'
AND orderdate < '20080201'
INTERSECT
SELECT custid ,
empid
FROM Sales.Orders
WHERE orderdate >= '20080201'
AND orderdate < '20080301'
EXCEPT
SELECT custid ,
empid
FROM Sales.Orders
WHERE orderdate >= '20070101'
AND orderdate < '20080101'
方案二：EXISTS + NOT EXISTS
SELECT custid ,
empid
FROM Sales.Orders AS O1
WHERE orderdate >= '20080101'
AND orderdate < '20080201'
AND EXISTS ( SELECT *
FROM Sales.Orders
WHERE orderdate >= '20080201'
AND orderdate < '20080301'
AND ( custid = o1.custid
AND empid = o1.empid
)
OR ( custid = o1.custid
AND custid IS NULL
AND empid = o1.empid
)
OR ( custid = o1.custid
AND custid IS NULL
AND empid = o1.empid
AND custid IS NULL
)
OR ( custid = o1.custid
AND empid = o1.empid
AND custid IS NULL
)
OR ( custid = o1.custid
AND custid IS NULL
AND empid = o1.empid
AND custid IS NULL
) )
AND NOT EXISTS ( SELECT *
FROM Sales.Orders
WHERE orderdate >= '20070101'
AND orderdate < '20080101'
AND ( custid = o1.custid
AND empid = o1.empid
)
AND ( custid = o1.custid
AND empid = o1.empid
)
OR ( custid = o1.custid
AND custid IS NULL
AND empid = o1.empid
)
OR ( custid = o1.custid
AND custid IS NULL
AND empid = o1.empid
AND custid IS NULL
)
OR ( custid = o1.custid
AND empid = o1.empid
AND custid IS NULL
)
OR ( custid = o1.custid
AND custid IS NULL
AND empid = o1.empid
AND custid IS NULL
) )
ORDER BY O1.custid ,
O1.empid
参考资料：
《SQL2008技术内幕：T-SQL语言基础》
作 者：
Jackson0714
出 处：http://www.cnblogs.com/jackson0714/
关于作者：专注于微软平台的项目开发。如有问题或建议，请多多赐教！
版权声明：本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文链接。
特此声明：所有评论和私信都会在第一时间回复。也欢迎园子的大大们指正错误，共同进步。或者直接私信我
声援博主：如果您觉得文章对您有帮助，可以点击文章右下角【推荐】一下。您的鼓励是作者坚持原创和持续写作的最大动力！
详解SQL集合运算的更多相关文章
- [Android新手区] SQLite 操作详解--SQL语法
该文章完全摘自转自:北大青鸟[Android新手区] SQLite 操作详解--SQL语法 :http://home.bdqn.cn/thread-49363-1-1.html SQLite库可以解 ...
- 深入详解SQL中的Null
深入详解SQL中的Null NULL 在计算机和编程世界中表示的是未知,不确定.虽然中文翻译为 “空”, 但此空(null)非彼空(empty). Null表示的是一种未知状态,未来状态,比如小明兜里 ...
- SQL集合运算参考及案例(一)：列值分组累计求和
概述 目前企业应用系统使用的大多数据库都是关系型数据库,关系数据库依赖的理论就是针对集合运算的关系代数.关系代数是一种抽象的查询语言,是关系数据操纵语言的一种传统表达方式.不过我们在工作中发现,很多人 ...
- SQL集合运算 差集 并集 交
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 ...
- 7 SQL 集合运算
7 集合运算 7-1 表的加减法 本章将会和大家一起学习“集合运算”操作.在数学领域,“集合”表示“(各种各样的)事物的总和”:在数据库领域,表示“记录的集合”.具体来说,表.视图和查询的执行结果都是 ...
- 详解 Map集合
(请关注 本人"集合总集篇"博文--<详解 集合框架>) 首先,本人来讲解下 Map集合 的特点: Map集合 的特点: 特点: 通过 键 映射到 值的对象 一个 映射 ...
- 详解 Collection集合
(请关注 本人"集合总集篇"博文--<详解 集合框架>) 首先,本人来讲解下 Collection集合的继承体系: Collection集合 的继承体系: Collec ...
- sql 集合运算
UNION 并运算 UNION 操作符用于合并两个或多个 SELECT 语句的结果集. 请注意,UNION 内部的 SELECT 语句必须拥有相同数量的列.列也必须拥有相似的数据类型.同时,每条 SE ...
- SQL集合运算参考及案例(二)：树形节点数量逐级累计汇总
问题描述: 我们经常遇到这样一个问题,类似于面对一个树形结构的物料数据,需要将库存中每一种物料数量汇总到物料上展示出来:或者说组织机构是一棵树,我们需要统计每一个节点上的人员数量(含下级节点的累计数量 ...
随机推荐
- 几个开源XMPP Android客户端简单比较
想做个基于xmpp的即时通讯工具,服务端已经基本成型了.当然需要客户端需要配合,PC端基于spark进行改造,手机端先从Android入手(IOS估计一个人是搞不过来了). 原本Android开发 ...
- C#中指针的用法
(*) unsafe 和 fixed unsafe { ]; ; i < array.Length; i++) { array[i] = i; } fixed (int* p = array) ...
- 解决JQuery.ajax.post乱码问题
问题:昨天在进行项目功能实现时,利用了$.ajax吧数据post给服务,接着保存到cookie中,而数据中是带有中文的 我的post代码: comCarId=encodeURIComponent(co ...
- 设计模式：Context模式
作者:吴香伟 发表于 2014/09/12 版权声明:可以任意转载,转载时务必以超链接形式标明文章原始出处和作者信息以及版权声明 Ceph实现中使用了大量派生于Context抽象类的子类,用法简单却很 ...
- 近期微博吐槽言论存档，涉及“性能优化”、C++陋习等
写C++程序的几个陋习:class 名以大写 C 开头,例如 CDate:成员变量以 m_ 开头:变量采用匈牙利命名法:不知道何时禁用 copy-ctor/assign operator.前三个可能是 ...
- Asp.net操作cookie大全
实例代码: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 3 ...
- 如何搭建lamp(CentOS7+Apache+MySQL+PHP)环境 [转]
在网上搜资料,自己在本地虚拟机上尝试搭建,弄了整整一天一夜,终于弄好了.网上的资料,虽然很多,但大多都是重复的,拿去试了之后,又很多都不能得到正确的结果.最终找到了适合我的linux环境的搭建方式;在 ...
- 遍历指定目录下指定类型文件的函数(fatkun Fix版)
// ================================================================ // 遍历某个文件夹及子文件夹下某种文件, // 使用说明 // ...
- STL库的内存配置器（allocator）
正在学习中,如果有错,还请多多指教,根据不断的理解,会进行更改,更改之前的样子都会保留下来,记录错误是最大的进步,嗯嗯! 具有次配置力的SGI空间配置器(SGI是STL的一种版本,也有其他的版本) 这 ...
- Java打jar包详细教学
如果我们需要将写好并测试OK的公共接口供多个项目使用,我们可以不用拷贝源代码,可以编译后打包成jar文件,这样会很方便许多,修改的话也方便,直接修改源代码打一个新jar包替换即可,下面是打包的详细教程 ...