SQL性能优化：16次UNION ALL内JOIN同视图，还是子查询后单次JOIN？

我需要执行16次UNION ALL操作，每个操作都要关联同一个视图view_project。这些UNION ALL的数据来自16个不同的视图view_categoryX，每个view_categoryX会按project_id汇总对应类别的行项目数据（每个类别对应独立表，暂无法重构表结构）。最终需要得到如下格式的数据：

目前有两种实现方案，想知道哪种性能更高效？

方案一：每次关联后执行UNION ALL #

每个UNION ALL的SELECT语句中都通过INNER JOIN关联view_project，并添加view_project.is_open = 1的过滤条件，示例代码如下：

select view_project.project_name, view_project.num, view_project.fiscal_year,
       view_category1.name, view_category1.total 
from view_category1 
inner join view_project on view_project.project_id = view_category1.project_id 
where view_project.is_open = 1
union all
select view_project.project_name, view_project.num, view_project.fiscal_year,
       view_category2.name, view_category2.total
from view_category2
inner join view_project on view_project.project_id = view_category2.project_id
where view_project.is_open = 1
...
/* 按此模式重复，共16次UNION ALL */

方案二：先合并类别数据再关联主视图 #

先将16个view_categoryX通过UNION ALL合并为子查询view_category_total，再通过INNER JOIN与view_project关联，并添加过滤条件，示例代码如下：

select view_project.project_name, view_project.num, view_project.fiscal_year,
       view_category_total.name, view_category_total.total
from view_project
inner join 
(
select category_name, total from view_category1
union ALL
select category_name, total from view_category2
...
/* 按此模式重复，共16次UNION ALL */
) view_category_total
On view_project.project_id = view_category_total.project_id
where view_project.is_open = 1

方案二的性能通常更高效，核心原因如下：

• 减少重复计算开销：方案一中view_project会被关联、过滤16次，若该视图本身包含复杂逻辑（多表关联、聚合计算），重复执行会产生大量冗余开销；方案二中view_project仅被处理一次，过滤条件也只执行一次。
• 降低数据扫描量：方案二会先过滤view_project中is_open=1的有效数据，再与合并后的类别数据关联，JOIN操作的数据集规模更小；而方案一每次关联都要处理全量view_project数据后再过滤，数据处理量更大。
• 优化器友好性：主流数据库优化器对“先合并子数据集再关联主表”的逻辑支持更完善，更容易生成高效执行计划，避免重复解析视图、重复执行关联逻辑。

当然，最终性能需结合数据库类型、视图具体定义、索引配置等实际情况验证，但从理论逻辑和常规业务场景来看，方案二的效率优势显著。

内容的提问来源于stack exchange，提问作者user1579692