UNION vs. UNION ALL no SQL

No universo do SQL, a capacidade de combinar dados de várias consultas é um requisito fundamental, e o SQL oferece funções poderosas como UNION e UNION ALL para que você possa fazer isso. 

Como você verá, compreender as diferenças sutis entre as funções UNION e UNION ALL no SQL é fundamental para a consulta e o gerenciamento eficientes de dados. Este tutorial explica as principais semelhanças, diferenças e cenários de uso usando conjuntos de dados complementares para ajudar você a otimizar suas consultas SQL.

A resposta curta: SQL UNION vs. UNIÃO TODOS 

A principal diferença é que o UNION remove os registros duplicados, enquanto o UNION ALL inclui todos os duplicados. Essa distinção não apenas altera o número de linhas no resultado da consulta, mas também afeta o desempenho.

Vamos considerar duas tabelas de amostra, employees_2023 e employees_2024, que representam registros de funcionários de dois anos diferentes.

SELECT *
FROM employees_2023

SELECT *
FROM employees_2024

Agora, vamos unir nossas duas tabelas usando a função UNION.

SELECT employee_id, name, department FROM employees_2023 
UNION 
SELECT employee_id, name, department FROM employees_2024;

Nesse resultado, os registros duplicados são removidos. Agora vamos comparar isso com o resultado obtido após usar UNION ALL.

SELECT employee_id, name, department FROM employees_2023 
UNION ALL 
SELECT employee_id, name, department FROM employees_2024;

Nesse resultado, todos os registros são incluídos e as duplicatas não são removidas.

O que é UNION no SQL?

A função UNION combina os resultados de duas ou mais consultas SELECT em um único conjunto de resultados, removendo as linhas duplicadas. Cada instrução SELECT no site UNION deve ter o mesmo número de colunas. Além disso, eles devem ter tipos de dados semelhantes e as colunas também devem estar na mesma ordem. Para que você entenda a função, vamos criar duas tabelas de exemplo abaixo.

CREATE TABLE sales_team (
    employee_id INT,
    employee_name VARCHAR(50)
);
INSERT INTO sales_team (employee_id, employee_name) VALUES
(1, 'Alice'),
(2, 'Bob'),
(3, 'Charlie');
CREATE TABLE support_team ( 
employee_id INT, 
employee_name VARCHAR(50)
 );
INSERT INTO support_team (employee_id, employee_name) VALUES 
(3, 'Charlie'), 
(4, 'David'), 
(5, 'Eve');

O código acima criará as duas tabelas que usaremos neste tutorial, sales_team e support_team, respectivamente. Você pode visualizar as tabelas usando o código abaixo.

SELECT * 
FROM sales_team

Registros na tabela sales_team. Imagem do autor 

SELECT * 
FROM support_team

Registros na tabela support_team. Imagem do autor 

Essas tabelas são pequenas, com três registros cada, e os nomes das colunas são autoexplicativos. Agora que temos nossas duas tabelas criadas, vamos aplicar a função UNION.

SELECT employee_id, employee_name
    FROM sales_team
   UNION
SELECT employee_id, employee_name
    FROM support_team;

Saída da função UNION. Imagem do autor 

Você pode ver que a entrada duplicada de employee_id, que assume o valor de 3, foi removida. 

Quais são os casos de uso do UNION no SQL?

Aqui estão alguns casos de uso comuns para a função UNION.

• Combinando resultados de tabelas diferentes: Quando você quiser combinar dados de várias tabelas e garantir que não haja registros duplicados, UNION é a função ideal.

• Manuseio de diferentes fontes de dados: UNION é útil quando você combina tabelas de diferentes fontes de dados. 

• Remoção de duplicatas entre consultas: Quando você quiser garantir a exclusividade do conjunto de resultados combinados, use UNION.

O que é UNION ALL no SQL?

A função UNION ALL combina os resultados de duas ou mais consultas SELECT, incluindo todas as linhas duplicadas. Essa função é mais rápida do que UNION porque não se preocupa em remover duplicatas.

SELECT employee_id, employee_name
    FROM sales_team
UNION ALL
SELECT employee_id, employee_name
    FROM support_team;

Saída da função UNION ALL. Imagem do autor 

Você pode ver que, nesse caso, as entradas duplicadas são repetidas e não removidas.

Quais são os casos de uso do UNION ALL no SQL?

Aqui estão alguns casos de uso comuns para a função UNION ALL.

• Combinação de resultados com duplicatas: Use UNION ALL quando você precisar combinar resultados de várias consultas e preservar todas as linhas duplicadas.
• Considerações sobre o desempenho: UNION ALL é mais eficiente em termos de tempo do que a função UNION, pois não exige a etapa adicional de remoção de duplicatas.
• Agregação de dados de diferentes períodos: Ao agregar dados de diferentes períodos ou fontes e você precisar preservar as entradas duplicadas, é preferível usar o site UNION ALL.
• Relatórios e análises: Para fins de relatório em que todos os registros, inclusive os duplicados, são necessários, o site UNION ALL é adequado.

UNION e UNION ALL: Semelhanças e diferenças

Vamos criar uma tabela de resumo das semelhanças e diferenças. 

Diferenças de sintaxe de UNION e UNION ALL nos dialetos SQL 

Embora a sintaxe básica permaneça a mesma em diferentes dialetos SQL, há pequenas variações dependendo da plataforma. Se você observar o código na maioria das plataformas, como SQL Server, Oracle, MySQL, PostgreSQL ou BigQuery, o código será parecido com o que é mostrado abaixo. 

SELECT employee_id, employee_name
    FROM sales_team
UNION ALL
SELECT employee_id, employee_name
    FROM support_team;

Os comandos básicos nesses dialetos SQL permanecem os mesmos, com algumas nuances e diferenças:

1. Manipulação de NULLs e agrupamentos: Dialetos SQL diferentes podem ter regras diferentes para lidar com valores NULL e agrupamento de strings.
2. Otimizações de desempenho: As otimizações de desempenho e a eficiência de execução podem variar.
3. Tratamento de erros e avisos: Dialetos diferentes podem tratar erros e avisos de forma diferente ao usar essas funções.
4. Funções e recursos específicos da plataforma: Alguns dialetos SQL podem oferecer funções ou recursos adicionais que podem ser usados em conjunto com UNION e UNION ALL para cenários mais complexos.

O comando é significativamente diferente no caso do PySpark, que opera em um ambiente distribuído. O código é dado abaixo, supondo que df1 e df2 sejam os nomes dos dois quadros de dados que consistem nas duas tabelas que criamos acima. :

df1.union(df2)

Considerações finais

É essencial que você entenda a aplicação de UNION em vez de UNION ALL no gerenciamento eficiente de dados usando SQL. Enquanto UNION seleciona apenas registros distintos, UNION ALL seleciona todos eles, afetando o desempenho e o tamanho do conjunto de resultados. Use esse conhecimento para escolher a função apropriada para suas necessidades específicas. 

Para aprender mais, considere explorar as seguintes fontes:

• Introdução ao SQL: Aprenda a criar e consultar bancos de dados relacionais usando SQL.
• Fundamentos de SQL: Adquira as habilidades fundamentais de SQL que você precisa para interagir e consultar seus dados. 
• Certificação SQL Associate: Demonstre sua habilidade em SQL extraindo dados apropriados de um banco de dados e usando-os para responder a perguntas comuns sobre dados.
• SQL intermediário: Com este curso prático, você aprenderá tudo o que precisa saber para analisar dados usando seu próprio código SQL hoje mesmo.