SELECT 中的合并、交集与差集

合并 UNION

UNION 是将介绍的三种集合运算中最常用的运算，用于求两个 SELECT 语句结果的交集。

1	{主 SELECT 语句} UNION {副 SELECT 语句};

需要注意的是，UNION 的使用中 (INTERSECT 和 EXCEPT 也一样) 要求且只要求两个 SELECT 语句输出的字段数相同，也就是说，如果两个 SELECT 语句返回的类型不同，依然可以使用 UNION。即使两个数据表毫无关系，只要字段数相同，都可以使用 UNION。

基本使用

SELECT 
    starName AS name 
FROM 
    StarsIn 
UNION 
SELECT 
    name 
FROM 
    MovieExec;
-- 合并 StarsIn 和 MovieExec 中的人名

+-------------------+
| name              |
+-------------------+
| Harrison Ford     |
| Carrie Fisher     |
| Mark Hamill       |
| Debra Winger      |
| Jack Nicholson    |
| Kevin Spacey      |
| Huangjianxin      |
| Calvin Coolidge   |
| Merv Griffin      |
| Stephen Spielberg |
| Ted Turner        |
| George Lucas      |
| Jane Fonda        |
+-------------------+

UNION 和 UNION ALL

除了 UNION 关键字外还有 UNION ALL 关键字，两者的区别在于，UNION 关键字默认会进行去重操作，而 UNION ALL 不会。下面两个操作是等效的。

1	SELECT DISTINCT * FROM ({主 SELECT 语句} UNION ALL {副 SELECT 语句}) AS A;

1	{主 SELECT 语句} UNION {副 SELECT 语句};

SELECT 
    * 
FROM 
    Movies 
WHERE 
    movieType="feature" 
UNION 
SELECT 
    * 
FROM 
    Movies 
WHERE 
    movieType="feature";

SELECT 
    * 
FROM 
    Movies 
WHERE 
    movieType="feature" 
UNION ALL 
SELECT 
    * 
FROM 
    Movies 
WHERE 
    movieType="feature";

+----------------------+------+--------+-----------+------------+-----------+
| title                | year | length | movieType | studioName | producerC |
+----------------------+------+--------+-----------+------------+-----------+
| My people,My country | 2019 |    158 | feature   | huaxia     |       100 |
+----------------------+------+--------+-----------+------------+-----------+

+----------------------+------+--------+-----------+------------+-----------+
| title                | year | length | movieType | studioName | producerC |
+----------------------+------+--------+-----------+------------+-----------+
| My people,My country | 2019 |    158 | feature   | huaxia     |       100 |
| My people,My country | 2019 |    158 | feature   | huaxia     |       100 |
+----------------------+------+--------+-----------+------------+-----------+

交集 INTERSECT

INTERSECT 交集和 EXCEPT 与 UNION 相似，用于进行其他集合运算。但这种运算不太常用也比较少提及。

1	{主 SELECT 语句} INTERSECT {副 SELECT 语句}

差集 EXCEPT

另外就是 EXCEPT 差集了，这种运算也不太常用。所谓差集就是从集合 A 中去除集合 B 中包含的元素，集合 A 不需要是集合 B 的超集。在一些 SQL 版本中，为 MINUS 关键字。

1	{主 SELECT 语句} EXCEPT {副 SELECT 语句}

补充：除法

在学校数据库的课程中还介绍了一种除法运算，虽然感觉没什么用，但还觉得挺有意思，于是记录一下。

通俗地讲（只会通俗描述），除法 $A \div B = C$ 首先要求除表 $B$ 的字段是被除表 $A$ 的子集，于是将 $A$ 的字段分为 $F_{A-B}$ 和 $F_B$ 两个部分，则结果表 $C$ 的字段为 $F_{A-B}$ 。将 $A$ 按 $F_{A-B}$ 分组，若 $F_B$ 的集合是 $B$ 的超集，则结果表 $C$ 包含 $F_{A-B}$ 。集合除法的现实意义在于筛选满足条件的对象，我们将字段集 $F_{A-B}$ 当作一个对象，它通常是主键；而 $F_B$ 表示该对象的属性，除表 $B$ 则表示筛选条件集。例如下面的例子：

MovieTickets:

+---- -----+-----------+----------------------+-----------+------------+
| ticketId | userName  | movieTitle           | movieYear | ticketChan |
+----------+-----------+----------------------+-----------+------------+
|        1 | JamhusTao | My people,My country |      2019 | website    |
+----------+-----------+----------------------+-----------+------------+
|        2 | JamhusTao | Star Wars            |      1977 | android    |
+----------+-----------+----------------------+-----------+------------+
|        3 | Mike      | My people,My country |      2019 | ios        |
+----------+-----------+----------------------+-----------+------------+
|        4 | Mike      | Star Wars            |      1977 | website    |
+----------+-----------+----------------------+-----------+------------+
|        5 | John      | Star Trek: Nemesis   |      2002 | website    |
+----------+-----------+----------------------+-----------+------------+
|        6 | John      | Star Wars            |      1977 | android    |
+----------+-----------+----------------------+-----------+------------+
|        7 | JamhusTao | Star Trek: Nemesis   |      2002 | desktop    |
+----------+-----------+----------------------+-----------+------------+

Filter:

+----------------------+-----------+------------+
| movieTitle           | movieYear | ticketChan |
+----------------------+-----------+------------+
| My people,My country |      2019 | website    |
+----------------------+-----------+------------+
| Star Wars            |      1977 | android    |
+----------------------+-----------+------------+

现在尝试计算 $\pi_{\text{userName},~\text{movieTitle},~\text{movieYear},~\text{ticketChan}}(\text{MovieTickets})~\div~\text{Filter}$ （ $\pi$ 是投影（字段选择）的形式化表示）

输出如下：

+-----------+
| userName  |
+-----------+
| JamhusTao |
+-----------+

没错，在这个示例中，除表 $\text{Filter}$ 实际起了筛选器的作用。在这个示例中 $F_{A-B}=\{\text{userName}\}$ ， $F_B=\{\text{movieType},~\text{ticketChan}\}$ ，该表达式意义就是筛选所有购买了 $\text{Filter}$ 中票的用户，被筛选的用户必须同时满足所有筛选器条件。

在这个示例中，只有 JamhusTao 同时购买过 2019 年 My people,My country 电影来自 website 的票、1977 年 Star Wars 电影来自 android 的票。

除法也是集合运算，但是与上面介绍的三种集合运算都不同的是，除法运算没有其对应的关键字。可以使用下面的方式完成除法运算，还挺复杂的。

SELECT 
    {主表字段 - 副表字段}
FROM 
    A 
GROUP BY 
    {主表字段 - 副表字段} 
HAVING 
    NOT EXISTS (
        SELECT * FROM B 
        EXCEPT 
        SELECT {副表字段} FROM A
    ) AS TM; -- 副表是主表的子集, 即副表与主表的差集为空集