你好，我是 悟空。數據庫
概述：
本篇主要是對集合運算中並集、交集、差集運算基礎的總結。函數
集合運算包含三種：post
1.並集運算ui
2.交集運算url
3.差集運算spa
下面是集合運算的思惟導圖：.net
爲何使用集合運算：
1.在集合運算中比聯接查詢和EXISTS/NOT EXISTS更方便。3d
在閱讀下面的章節時，咱們能夠先把環境準備好，如下的SQL腳本能夠幫助你們建立數據庫，建立表，插入數據。code
下載腳本文件：TSQLFundamentals2008.zipblog
1、集合運算
1.集合運算
（1）對輸入的兩個集合或多集進行的運算。
（2）多集：由兩個輸入的查詢生成的可能包含重複記錄的中間結果集。
（3）T-SQL支持三種集合運算：並集（UNION）、交集（INTERSECT)、差集（EXCEPT）
2.語法
集合運算的基本格式：
輸入的查詢1
<集合運算符>
輸入的查詢2
[ORDER BY]
3.要求
（1）輸入的查詢不能包含ORDER BY字句；
（2）能夠爲整個集合運算結果選擇性地增長一個ORDER BY字句；
（3）每一個單獨的查詢能夠包含全部邏輯查詢處理階段（處理控制排列順序的ORDER BY字句）；
（4）兩個查詢 必須包含相同的列數；
（5）相應列必須具備兼容的數據類型。兼容個的數據類型：優先級較低的數據類型必須能隱式地轉換爲較高級的數據類型。好比輸入的查詢1的第一列爲int類型，輸入的查詢2的第一列爲float類型，則較低的數據類型int類型能夠隱式地轉換爲較高級float類型。若是輸入的查詢1的第一列爲char類型，輸入的查詢2的第一列爲datetime類型，則會提示轉換失敗：從字符串轉換日期和/或時間時，轉換失敗；
（6）集合運算結果中列名由輸入的查詢1決定，若是要爲結果分配結果列，應該在輸入的查詢1中分配相應的別名；
（7）集合運算時，對行進行進行比較時，集合運算認爲兩個NULL相等；
（8）UNION支持DISTINCT和ALL。不能顯示指定DISTINCT字句，若是不指定ALL，則默認使用DISTINCT；
（9）INTERSET和EXCEPT默認使用DISTINCT，不支持ALL。
2、UNION（並集）集合運算
1.並集的文氏圖
並集：兩個集合的並集是一個包含集合A和B中全部元素的集合。
圖中陰影區域表明集合A與集合B的並集
2.UNION ALL集合運算
（1）假設Query1返回m行，Query2返回n行，則Query1 UNION ALL Query2返回（m+n）行；
（2）UNION ALL 不會刪除重複行，因此它的結果就是多集，而不是真正的集合；
（3）相同的行在結果中可能出現屢次。
3.UNION DISTINCT集合運算
（1）假設Query1返回m行，Query2返回n行，Query1和Query2有相同的h行，則Query1 UNION Query2返回（m+n-h）行；
（2）UNION 會刪除重複行，因此它的結果就是集合；
（3）相同的行在結果中只出現一次。
（4）不能顯示指定DISTINCT字句，若是不指定ALL，則默認使用DISTINCT。
（5）當Query1與Query2比較某行記錄是否相等時，會認爲取值爲NULL的列是相等的列。
3、INTERSECT（交集）集合運算
1.交集的文氏圖
交集：兩個集合（記爲集合A和集合B）的交集是由既屬於A，也屬於B的全部元素組成的集合。
圖中陰影區域表明集合A與集合B的交集
2.INTERSECT DISTINCT集合運算
（1）假設Query1返回 m 行，Query2返回 n 行，Query1和Query2有相同的 h 行，則Query1 INTERSECT Query2返回 h 行；
（2）INTERSECT集合運算在邏輯上首先刪除兩個輸入多集中的重複行（把多集變爲集合），而後返回只在兩個集合中都出現的行；
（3）INTERSECT 會刪除重複行，因此它的結果就是集合；
（4）相同的行在結果中只出現一次。
（5）不能顯示指定DISTINCT字句，若是不指定ALL，則默認使用DISTINCT。
（6）當Query1與Query2比較某行記錄是否相等時，會認爲取值爲NULL的列是相等的列。
（7）用內聯接或EXISTS謂詞能夠代替INTERSECT集合運算，可是必須對NULL進行處理，不然這兩種方法對NULL值進行比較時，比較結果都是UNKNOWN，這樣的行會被過濾掉。
3.INTERSECT ALL集合運算
（1）ANSI SQL支持帶有ALL選項的INTERSECT集合運算，但SQL Server2008如今尚未實現這種運算。後面會提供一種用於T-SQL實現的替代方案；
（2）假設Query1返回 m 行，Query2返回 n 行，若是行R在Query1中出現了x次，在Query2中出現了y次，則行R應該在INTERSECT ALL運算以後出現minimum(x，y)次。
下面提供用於T-SQL實現的INTERSECT ALL集合運算：公用表表達式 + 排名函數
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
結果以下：
其中UK NULL London有四個重複行，
在排序函數的OVER字句中使用 ORDER BY ( SELECT <常量> )能夠告訴SQL Server沒必要在乎行的順序。
4、EXCEPT（差集）集合運算
1.差集的文氏圖
差集：兩個集合（記爲集合A和集合B）的由屬於集合A，但不屬於集合B的全部元素組成的集合。
圖中陰影區域表明集合A與集合B的差集
2.EXCEPT DISTINCT集合運算
（1）假設Query1返回 m 行，Query2返回 n 行，Query1和Query2有相同的 h 行，則Query1 INTERSECT Query2返回 m - h 行,而Query2 INTERSECT Query1 返回 n - h 行
（2）EXCEPT集合運算在邏輯上先刪除兩個輸入多集中的重複行（把多集轉變成集合），而後返回只在第一個集合中出現，在第二個集合衆不出現全部行。
（3）EXCEPT 會刪除重複行，因此它的結果就是集合；
（4）EXCEPT是不對稱的，差集的結果取決於兩個查詢的先後關係。
（5）相同的行在結果中只出現一次。
（6）不能顯示指定DISTINCT字句，若是不指定ALL，則默認使用DISTINCT。
（7）當Query1與Query2比較某行記錄是否相等時，會認爲取值爲NULL的列是相等的列。
（8）用左外聯接或NOT EXISTS謂詞能夠代替INTERSECT集合運算，可是必須對NULL進行處理，不然這兩種方法對NULL值進行比較時，比較結果都是UNKNOWN，這樣的行會被過濾掉。
3.EXCEPT ALL集合運算
（1）ANSI SQL支持帶有ALL選項的EXCEPT集合運算，但SQL Server2008如今尚未實現這種運算。後面會提供一種用於T-SQL實現的替代方案；
（2）假設Query1返回 m 行，Query2返回 n 行，若是行R在Query1中出現了x次，在Query2中出現了y次,且x>y，則行R應該在EXCEPT ALL運算以後出現 x - y 次。
下面提供用於T-SQL實現的EXCEPT ALL集合運算：公用表表達式 + 排名函數
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
結果以下：
5、集合運算的優先級
1.INTERSECT>UNION=EXCEPT
2.首先計算INTERSECT,而後從左到右的出現順序依次處理優先級的相同的運算。
3.可使用圓括號控制集合運算的優先級，它具備最高的優先級。
6、特殊處理
1.只有ORDER BY可以直接應用於集合運算的結果；
2.其餘階段如表運算符、WHERE、GROUP BY、HAVING等，不支持直接應用於集合運算的結果，這個時候可使用表表達式來避開這一限制。如根據包含集合運算的查詢定義個表表達式，而後在外部查詢中對錶表達式應用任何須要的邏輯查詢處理；
3.ORDER BY字句不能直接應用於集合運算中的單個查詢，這個時候能夠TOP+ORDER BY字句+表表達式來避開這一限制。如定義一個基於該TOP查詢的表表達式，而後經過一個使用這個表表達式的外部查詢參與集合運算。
7、練習題
1.寫一個查詢，返回在2008年1月有訂單活動，而在2008年2月沒有訂單活動的客戶和僱員。
指望結果：
方案一：EXCEPT
（1）先用查詢1查詢出2008年1月份有訂單活動的客戶和僱員
（2）用查詢2查詢2008年2月份客戶的訂單活動的客戶和僱員
（3）用差集運算符查詢2008年1月有訂單活動而2008年2月沒有訂單活動的客戶和僱員
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
必須保證custid，empid不能爲null，才能用NOT EXISTS進行查詢，若是custid或empid其中有null值存在，則不能用NOT EXISTS進行查詢，由於比較NULL值的結果是UNKNOWN，這樣的行用NOT EXISTS查詢返回的子查詢的行會被過濾掉，因此最後的外查詢會多出NULL值的行，最後查詢結果中會多出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
若是我往Sales.Orders表中插入兩行數據：
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
用方案一查詢出來結果爲50行，會把cutid=NULL,empid=1的行過濾掉
用方案二查詢出來結果爲51行，不會把cutid=NULL,empid=1的行過濾掉
用下面的方案能夠解決上面的問題，須要處理cutid=NULL,或者empid=null的狀況。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.寫一個查詢，返回在2008年1月和在2008年2月都有訂單活動的客戶和僱員。
指望結果：
方案一：INTERSECT
（1）先用查詢1查詢出2008年1月份有訂單活動的客戶和僱員
（2）用查詢2查詢2008年2月份客戶的訂單活動的客戶和僱員
（3）用交集運算符查詢2008年1月和2008年2月都有訂單活動的客戶和僱員
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
必須保證custid，empid不能爲null，才能用EXISTS進行查詢，若是custid或empid其中有null值存在，則不能用EXISTS進行查詢，由於比較NULL值的結果是UNKNOWN，這樣的行用EXISTS查詢返回的子查詢的行會被過濾掉，因此最後的外查詢會少NULL值的行，最後查詢結果中會少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
若是我往Sales.Orders表中插入兩行數據：
插入cutid=NULL,empid=1,orderdate='20080101'
插入cutid=NULL,empid=1,orderdate='20080201'
用方案一查詢出來結果爲6行，不會把cutid=NULL,empid=1的行過濾掉
用方案二查詢出來結果爲5行，會把cutid=NULL,empid=1的行過濾掉
用下面的方案能夠解決上面的問題，須要處理cutid=NULL,或者empid=null的狀況。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.寫一個查詢，返回在2008年1月和在2008年2月都有訂單活動，而在2007年沒有訂單活動的客戶和僱員
指望結果：
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
參考資料：
《SQL2008技術內幕：T-SQL語言基礎》
本文同步分享在 博客「7年一線互聯網經驗，超愛圖解底層原理，全棧一枚」（CNBlog）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。