SQL Server中合并两个查询结果：能否不使用UNION运算符？

嗨，我来帮你梳理下在SQL Server里合并两个查询结果集的具体方法，包括不用UNION运算符的实现方案～

一、最常用的方案：UNION / UNION ALL #

这是合并结果集的标准做法，两种写法各有适用场景：

• UNION：会自动剔除合并结果里的重复行，并且会对结果集做排序，性能相对弱一些，适合需要去重的场景。
• UNION ALL：直接把两个结果集拼接在一起，不去重也不排序，性能更高。如果你能确定两个结果集没有重复数据，或者不需要去重，优先用这个。

举个实际例子：假设你要合并Customers表的美国客户和Leads表的美国潜在客户的姓名与邮箱：

-- 用UNION ALL（无去重，性能更优）
SELECT Name, Email FROM Customers WHERE Country = 'USA'
UNION ALL
SELECT Name, Email FROM Leads WHERE Country = 'USA';

-- 用UNION（自动去重）
SELECT Name, Email FROM Customers WHERE Country = 'USA'
UNION
SELECT Name, Email FROM Leads WHERE Country = 'USA';

⚠️ 注意：两个查询返回的列数必须完全一致，对应列的数据类型要兼容（SQL Server能完成隐式转换即可，不必完全相同）。

二、不使用UNION的合并方法 #

如果不想用UNION运算符，也可以通过“先存储再查询”的思路实现，适合需要对合并后的数据做额外操作的场景：

1. 使用临时表 #

临时表适合数据量较大的场景，操作直观：

-- 创建临时表，结构和要合并的结果集匹配
CREATE TABLE #CombinedResults (
    Name VARCHAR(100),
    Email VARCHAR(100)
);

-- 插入第一个查询的结果
INSERT INTO #CombinedResults (Name, Email)
SELECT Name, Email FROM Customers WHERE Country = 'USA';

-- 插入第二个查询的结果
INSERT INTO #CombinedResults (Name, Email)
SELECT Name, Email FROM Leads WHERE Country = 'USA';

-- 查询合并后的最终结果
SELECT Name, Email FROM #CombinedResults;

-- 可选：手动删除临时表（会话结束后会自动销毁）
DROP TABLE #CombinedResults;

2. 使用表变量 #

表变量更适合数据量较小的场景，语法更简洁：

-- 声明表变量，定义结构
DECLARE @CombinedResults TABLE (
    Name VARCHAR(100),
    Email VARCHAR(100)
);

-- 分别插入两个查询的结果
INSERT INTO @CombinedResults (Name, Email)
SELECT Name, Email FROM Customers WHERE Country = 'USA';

INSERT INTO @CombinedResults (Name, Email)
SELECT Name, Email FROM Leads WHERE Country = 'USA';

-- 取出合并后的结果
SELECT Name, Email FROM @CombinedResults;

3. 使用SELECT INTO + INSERT #

如果不想手动定义表结构，可以先用SELECT INTO自动创建临时表，再插入第二个结果集：

-- 用第一个查询的结果自动创建临时表
SELECT Name, Email INTO #CombinedResults
FROM Customers WHERE Country = 'USA';

-- 插入第二个查询的结果
INSERT INTO #CombinedResults (Name, Email)
SELECT Name, Email FROM Leads WHERE Country = 'USA';

-- 查询合并结果
SELECT Name, Email FROM #CombinedResults;

DROP TABLE #CombinedResults;

简单总结下：如果只是单纯合并结果集，UNION/UNION ALL是最简洁高效的选择；非UNION的方法更适合需要对合并后的数据进行多次查询、修改等后续操作的场景。

内容的提问来源于stack exchange，提问作者Ram