MySQL中union和join語句使用區別的辨析教程

union和join是需要聯合多張表時常見的關聯詞，具體概念我就不說了，想知道上網查就行，因為我也記不准確。
先說差別：union對兩張表的操作是合並數據條數，等於是縱向的，要求是兩張表字段必須是相同的(Schema of both sides of union should match.)。也就是說如果A表中有三條數據，B表中有兩條數據，那麼A union B就會有五條數據。說明一下union 和union all的差別，對於union如果存在相同的數據記錄會被合並，而union all不會合並相同的數據記錄，該有多少條記錄就會有多少條記錄。例如在mysql下執行以下語句：

select * from tmp_libingxue_a;
name number
libingxue 1001
yuwen 1002
select * from tmp_libingxue_b;
name number
libingxue 1001
feiyao 1003
select * from tmp_libingxue_a union select * from tmp_libingxue_b;
libingxue 1001
yuwen 1002
feiyao 1003
select * from tmp_libingxue_a union all select * from tmp_libingxue_b;
libingxue 1001
yuwen 1002
libingxue 1001
feiyao 1003

但是這樣在hive裡面是不能執行的，執行select * from tmp_libingxue_a union all select * from tmp_libingxue_b;會failed，hive中union必須在子查詢中進行。如

select * from (select * from tmp_yuwen_a union all select * from tmp_yuwen_b) t1;

注意，必須是union all，單獨用union它會提示你缺少ALL，而且後面的t1必須寫，你可以寫成a或者b，但是一定要寫，不寫會出錯。
而join則是偏於橫向的聯合，僅僅是偏向於，等下詳細說明。join跟union比起來顯得更寬松，對兩個表的字段不做要求，沒有限制條件的join等於兩個表的笛卡爾乘積，所有join需要有限制條件來約束，經過限制的join就是橫向的擴張了。對於滿足限制條件的join會被提取出來，不滿足的直接過濾掉。用法可以很靈活，下面有兩個簡單的例子：

select * from (select * from tmp_yuwen_a）t1 join (select * from tmp_yuwen_b) t2;
select * from tmp_yuwen_a t1 join (select * from tmp_yuwen_b) t2; 

left outer join和right outer join用法類似，區別就是left outer join會把左邊表的字段全部選擇出來，右邊表的字段把符合條件的也選擇出來，不滿足的全部置空，也就是說以左邊表為參照。right outer join同理以右邊表為參照。這三個join之間的差別說過很多次，網上也有更詳細的解釋，不再贅述。
相同點：在某些特定的情況下，可以用join實現union all的功能，這種情況是有條件的，當出現這種情況的時候選擇union all還是group by就可以看情況或者看兩者的消耗而決定。sql雖然就在那麼幾個關鍵詞，但變化多端、功能強大，只要能實現想要的功能，怎麼用隨便你。需求情況sql簡單重現如下

drop table tmp_libingxue_resource;
create external table if not exists tmp_libingxue_resource(
  user_id string,
  shop_id string,
  auction_id  string,
  search_time  string
)partitioned by (pt string)
row format delimited fields terminated by '\t'
lines terminated by '\n'
stored as sequencefile;

drop table tmp_libingxue_result;
create external table if not exists tmp_libingxue_result(
  user_id string,
  shop_id string,
  auction_id  string,
  search_time  string
)partitioned by (pt string)
row format delimited fields terminated by '\t'
lines terminated by '\n'
stored as sequencefile;

insert overwrite table tmp_libingxue_result where(pt=20041104) select * from tmp_libingxue_resource;

sudo -u taobao hadoop dfs -rmr /group/tbads/warehouse/tmp_libingxue_result/pt=20041104
sudo -u taobao hadoop jar /home/taobao/dataqa/framework/DailyReport.jar com.alimama.loganalyzer.tool.SeqFileLoader tmp_libingxue_resource.txt hdfs://v039182.sqa.cm4:54310/group/tbads/warehouse/tmp_libingxue_result/pt=20041104/part-00000 

hive> select * from tmp_libingxue_resource;

OK
2001 0  11  101  20041104
2002 0  11  102  20041104

hive> select * from tmp_libingxue_result;

OK
2001 0  12  103  20041104
2002 0  12  104  20041104

select user_id,shop_id,max(auction_id),max(search_time)
from
(select * from tmp_libingxue_resource 
union all
select * from tmp_libingxue_result )t1
group by user_id,shop_id;

2001 0  12  103
2002 0  12  104

select t1.user_id,t1.shop_id,t2.auction_id,t2.search_time
from
(select * from tmp_libingxue_resource) t1
join
(select * from tmp_libingxue_result) t2
on t1.user_id=t2.user_id and t1.shop_id=t2.shop_id;

2001 0  12  103
2002 0  12  104

通過前面的介紹，使用UNION對表的結果集進行並運算與使用JOIN對多表進行連接，二者有本質的不同。
下面給出一個使用UNION運算符連接二表記錄的運算實例。
典型的二表記錄的UNION運算

假定有兩個表Table3和Table4，其包含的列和數據分別如下所示。

Table1數據庫表

Table2數據庫表

Table1表和Table2表具有相同的列結構，因此可以使用UNION運算符連接兩個表的記錄集，得到的連接結果如下表所示。

使用UNION連接Table3表和Table4表的記錄

上述連接過程的實現代碼可表示如下：

SELECT *
FROM Table1
UNION
SELECT *
FROM Table2