集合操作（UNION / INTERSECT / EXCEPT）

功能描述

集合操作用于将多个 SELECT 查询的结果合并为一个结果集。Lakehouse 支持以下集合操作：

操作	说明
UNION	返回两个查询结果的并集（去重）
UNION ALL	返回两个查询结果的并集（保留重复行）
INTERSECT	返回两个查询结果的交集（去重）
INTERSECT ALL	返回两个查询结果的交集（保留重复行）
EXCEPT	返回在第一个查询结果中但不在第二个中的行（去重）
EXCEPT ALL	返回在第一个查询结果中但不在第二个中的行（保留重复行）
MINUS	EXCEPT 的同义词

语法

select_statement UNION [ALL | DISTINCT] select_statement
select_statement INTERSECT [ALL | DISTINCT] select_statement
select_statement EXCEPT [ALL | DISTINCT] select_statement
select_statement MINUS [ALL | DISTINCT] select_statement

• 不指定 ALL 或 DISTINCT 时，默认为 DISTINCT（去重）。
• 多个集合操作可以链式使用，从左到右依次计算。
• INTERSECT 的优先级高于 UNION 和 EXCEPT。即 A UNION B INTERSECT C 等价于 A UNION (B INTERSECT C)。
• ORDER BY 和 LIMIT 子句应用于整个结果集，需写在最后一个 SELECT 之后。

使用要求

• 所有参与集合操作的 SELECT 语句必须返回相同数量的列。
• 对应位置的列必须具有兼容的数据类型。
• 结果集的列名取自第一个 SELECT 语句。

使用示例

UNION / UNION ALL

-- UNION：去重合并
SELECT 1 AS id, 'a' AS name
UNION
SELECT 1, 'a';
-- 结果：1 行 (1, 'a')

-- UNION ALL：保留重复行
SELECT 1 AS id, 'a' AS name
UNION ALL
SELECT 1, 'a';
-- 结果：2 行 (1, 'a') 和 (1, 'a')

INTERSECT

-- 取两个结果集的交集
SELECT * FROM VALUES (1), (2), (3) AS t1(id)
INTERSECT
SELECT * FROM VALUES (2), (3), (4) AS t2(id);
-- 结果：2, 3

EXCEPT / MINUS

-- 取差集：在第一个结果中但不在第二个中
SELECT * FROM VALUES (1), (2), (3) AS t1(id)
EXCEPT
SELECT * FROM VALUES (2), (3), (4) AS t2(id);
-- 结果：1

-- MINUS 与 EXCEPT 等价
SELECT * FROM VALUES (1), (2), (3) AS t1(id)
MINUS
SELECT * FROM VALUES (2), (3), (4) AS t2(id);
-- 结果：1

链式使用与 ORDER BY

SELECT * FROM VALUES (1), (2) AS t1(id)
UNION ALL
SELECT * FROM VALUES (2), (3) AS t2(id)
UNION ALL
SELECT * FROM VALUES (3), (4) AS t3(id)
ORDER BY id;
-- 结果：1, 2, 2, 3, 3, 4

注意事项

• UNION（不带 ALL）会对结果去重，性能开销比 UNION ALL 大。如果确定不需要去重，建议使用 UNION ALL。
• 子查询中使用 ORDER BY 或 LIMIT 时，需要用括号包裹。
• MINUS 是 EXCEPT 的别名，行为完全一致。