Приведи пример union дубликат

Пример UNION для поиска дубликатов в SQL

UNION — это оператор SQL, который объединяет результаты двух или более SELECT-запросов, автоматически удаляя дублирующиеся строки. Для поиска дубликатов (полностью одинаковых строк) в таблице мы можем использовать UNION в сочетании с условием HAVING COUNT(*) > 1, но классический и более прямой подход — GROUP BY с агрегацией. Однако UNION может быть полезен для сравнения данных из разных источников или таблиц.

Пример 1: Поиск дубликатов по одному полю (например, email)

Допустим, у нас есть таблица users с полями id, email, name. Найдём дублирующиеся email:

SELECT email, COUNT(*) as duplicate_count
FROM users
GROUP BY email
HAVING COUNT(*) > 1;

Но если мы хотим использовать UNION для демонстрации, можно сымитировать поиск дубликатов через объединение подзапросов. Вот менее эффективный, но наглядный пример:

-- Создадим временный набор дубликатов через UNION
SELECT email, 'Duplicate' as status
FROM users
WHERE email IN (
    SELECT email
    FROM users
    GROUP BY email
    HAVING COUNT(*) > 1
)
UNION
SELECT email, 'Unique' as status
FROM users
WHERE email NOT IN (
    SELECT email
    FROM users
    GROUP BY email
    HAVING COUNT(*) > 1
)
ORDER BY email;

Пример 2: Использование UNION для сравнения дубликатов между двумя таблицами

Предположим, у нас есть две таблицы: orders_2023 и orders_2024. Мы хотим найти заказы, которые присутствуют в обеих таблицах (дублируются по номеру заказа order_id). Здесь UNION поможет объединить данные для анализа:

-- Находим order_id, которые есть в обеих таблицах
SELECT order_id, 'Duplicate in both years' as note
FROM (
    SELECT order_id FROM orders_2023
    INTERSECT -- Ищет пересечение (дубли)
    SELECT order_id FROM orders_2024
) AS duplicates
UNION ALL
SELECT order_id, 'Only in 2023' as note
FROM orders_2023
WHERE order_id NOT IN (SELECT order_id FROM orders_2024)
UNION ALL
SELECT order_id, 'Only in 2024' as note
FROM orders_2024
WHERE order_id NOT IN (SELECT order_id FROM orders_2023);

В этом примере:

• INTERSECT находит дубликаты order_id между таблицами.
• UNION ALL объединяет результаты (включая дубли, но здесь их не будет из-за логики NOT IN).
• Ключевое отличие: UNION удаляет дубликаты строк в финальном результате, а UNION ALL — нет, что может быть полезно для производительности.

Пример 3: Поиск полных дубликатов строк (по всем полям)

Для таблицы products с полями id, name, price найдём полностью идентичные строки (без учёта id, так как это первичный ключ). Используем UNION в подзапросе для группировки:

SELECT name, price, COUNT(*) as occurrences
FROM (
    SELECT name, price FROM products
    UNION ALL -- Оставляем все дубли для подсчёта
) AS all_rows
GROUP BY name, price
HAVING COUNT(*) > 1;

Объяснение:

• UNION ALL здесь используется во внутреннем подзапросе, чтобы передать все строки (включая дубли) во внешний запрос.
• Внешний запрос с GROUP BY и HAVING подсчитывает, сколько раз встречается каждая комбинация name, price.
• Если бы мы использовали UNION вместо UNION ALL во внутреннем подзапросе, дубликаты были бы удалены, и подсчёт стал бы невозможен.

Заключение

В тестировании (QA) такие запросы полезны для проверки целостности данных:

• Валидация уникальности (например, email пользователей).
• Сравнение данных между окружениями (dev vs prod) или после миграций.
• Поиск багов, связанных с дублирующимися записями, которые могут влиять на логику приложения.

Для оптимизации в реальных сценариях предпочтительнее использовать GROUP BY или оконные функции (например, ROW_NUMBER()), но UNION остаётся мощным инструментом для объединения наборов данных при тестировании. Всегда проверяйте, нужен ли UNION (с удалением дублей) или UNION ALL (без удаления), чтобы избежать потери данных.