Wenn du mit SQL arbeitest, möchtest du nicht immer nur Daten aus einer einzelnen Tabelle abfragen. Manchmal sollen die Ergebnisse mehrerer Abfragen zusammengeführt werden. Vielleicht möchtest du alle Teilnehmer aus zwei Kursen sehen, herausfinden, welche Personen in beiden Kursen angemeldet sind, oder feststellen, wer nur einen bestimmten Kurs besucht.
Genau dafür gibt es in SQL sogenannte Mengenoperatoren. Der bekannteste davon ist UNION. Daneben gibt es UNION ALL, INTERSECT und EXCEPT.
Die vier Operatoren sehen auf den ersten Blick ziemlich ähnlich aus. Sie arbeiten alle mit mehreren Abfrageergebnissen, unterscheiden sich aber deutlich darin, welche Datensätze am Ende zurückgegeben werden.
Wir schauen uns die Unterschiede anhand eines durchgehenden Beispiels an. Dabei siehst du zu jeder SQL-Abfrage auch das konkrete Ergebnis.
Unsere Ausgangsdaten: Zwei Kurse
Stell dir vor, du hast eine Datenbank mit zwei Tabellen. In der Tabelle JAVA_KURS stehen alle Teilnehmer eines Java-Kurses. In der Tabelle SQL_KURS findest du die Teilnehmer eines SQL-Kurses.
Für unser Beispiel reichen die Namen vollkommen aus. Die Tabellen enthalten folgende Daten:
Tabelle: JAVA_KURS
| NAME |
|---|
| Alice |
| Bob |
| Carlos |
Tabelle: SQL_KURS
| NAME |
|---|
| Bob |
| Carlos |
| Dave |
Du erkennst bereits, dass Bob und Carlos in beiden Tabellen vorkommen. Alice ist ausschließlich im Java-Kurs eingetragen, Dave ausschließlich im SQL-Kurs.
Mit diesen Daten können wir alle vier Operatoren ausprobieren und ihre Unterschiede nachvollziehen.
Eine wichtige Sache vorweg: Mengenoperatoren wie UNION verbinden die Ergebnisse mehrerer SELECT-Abfragen untereinander. Das ist etwas anderes als ein JOIN, der Daten aus verschiedenen Tabellen anhand einer Beziehung nebeneinander zusammenführt.
UNION und UNION ALL: Ergebnisse zusammenführen
Beginnen wir mit UNION. Damit kannst du die Ergebnisse zweier Abfragen zu einer gemeinsamen Ergebnismenge zusammenfassen.
Wir möchten alle Teilnehmer sehen, die im Java-Kurs oder im SQL-Kurs angemeldet sind.
SELECT NAME
FROM JAVA_KURS
UNION
SELECT NAME
FROM SQL_KURS
ORDER BY NAME;
Das Ergebnis:
| NAME |
|---|
| Alice |
| Bob |
| Carlos |
| Dave |
Obwohl Bob und Carlos in beiden Tabellen stehen, erscheinen ihre Namen jeweils nur einmal.
Das liegt daran, dass UNION automatisch doppelte Ergebniszeilen entfernt. Du erhältst also jeden unterschiedlichen Wert nur einmal.
Wichtig ist dabei, dass SQL nicht etwa die ursprünglichen Datensätze anhand einer ID vergleicht. Entscheidend sind die Werte der ausgewählten Spalten. Wenn du mehrere Spalten abfragst, muss die gesamte Ergebniszeile übereinstimmen, damit sie als Duplikat gilt.
In unserem Beispiel fragen wir ausschließlich die Spalte NAME ab. Deshalb werden gleiche Namen zusammengefasst.
Was passiert nun mit UNION ALL?
UNION ALL funktioniert grundsätzlich genauso wie UNION, allerdings gibt es einen entscheidenden Unterschied: Doppelte Datensätze bleiben erhalten.
Schauen wir uns dieselbe Abfrage noch einmal an:
SELECT NAME
FROM JAVA_KURS
UNION ALL
SELECT NAME
FROM SQL_KURS
ORDER BY NAME;
Das Ergebnis:
| NAME |
|---|
| Alice |
| Bob |
| Bob |
| Carlos |
| Carlos |
| Dave |
Jetzt stehen Bob und Carlos jeweils zweimal in der Ergebnismenge. SQL übernimmt sämtliche Zeilen aus beiden Abfragen, ohne Duplikate zu entfernen.
Du kannst dir den Unterschied recht einfach merken: UNION liefert unterschiedliche Ergebniszeilen, während UNION ALL wirklich alle Ergebniszeilen übernimmt.
Das ist nicht nur eine optische Entscheidung. UNION ALL kann auch schneller sein, weil die Datenbank keine Duplikate erkennen und entfernen muss.
Wenn du beispielsweise Datensätze aus mehreren Tabellen sammeln möchtest und doppelte Einträge erlaubt oder sogar ausdrücklich erwünscht sind, ist UNION ALL häufig die passendere Wahl.
Möchtest du dagegen jeden Namen nur einmal sehen, verwendest du UNION.
Noch ein kleiner Hinweis: Das ORDER BY NAME am Ende sorgt dafür, dass unsere Ergebnisse alphabetisch sortiert werden. Ohne ORDER BY garantiert SQL keine bestimmte Reihenfolge, auch wenn die Ausgabe zufällig sortiert aussehen sollte.
INTERSECT und EXCEPT: Gemeinsamkeiten und Unterschiede finden
Bisher haben wir Daten aus zwei Tabellen zusammengeführt. Jetzt drehen wir die Fragestellung etwas um.
Wir möchten nicht mehr alle Teilnehmer sehen, sondern herausfinden, welche Personen in beiden Kursen angemeldet sind.
Dafür gibt es INTERSECT.
SELECT NAME
FROM JAVA_KURS
INTERSECT
SELECT NAME
FROM SQL_KURS
ORDER BY NAME;
Das Ergebnis:
| NAME |
|---|
| Bob |
| Carlos |
Das Ergebnis enthält ausschließlich Namen, die in beiden Abfragen vorkommen.
Alice fehlt, weil sie nur im Java-Kurs steht. Dave fehlt, weil er ausschließlich im SQL-Kurs angemeldet ist.
INTERSECT bildet also die Schnittmenge zweier Ergebnismengen.
Während UNION die unterschiedlichen Zeilen beider Abfragen sammelt, sucht INTERSECT nach ihren Gemeinsamkeiten.
Auch INTERSECT entfernt in seiner normalen Form doppelte Ergebniszeilen. Wenn Bob innerhalb einer Tabelle mehrfach vorkommen würde, würde sein Name trotzdem nur einmal im Ergebnis stehen.
Und was macht EXCEPT?
Mit EXCEPT können wir genau die umgekehrte Frage stellen: Welche Teilnehmer stehen im Java-Kurs, aber nicht im SQL-Kurs?
SELECT NAME
FROM JAVA_KURS
EXCEPT
SELECT NAME
FROM SQL_KURS
ORDER BY NAME;
Das Ergebnis:
| NAME |
|---|
| Alice |
Hier bleibt nur Alice übrig.
Warum? Weil EXCEPT die Ergebniszeilen der ersten Abfrage nimmt und alle Zeilen entfernt, die auch in der zweiten Abfrage vorkommen.
Bob und Carlos stehen in beiden Tabellen und fallen deshalb heraus. Dave kommt gar nicht erst infrage, weil er nicht in der ersten Abfrage enthalten ist.
Bei EXCEPT ist deshalb die Reihenfolge der Abfragen besonders wichtig.
Drehen wir die beiden Tabellen einmal um:
SELECT NAME
FROM SQL_KURS
EXCEPT
SELECT NAME
FROM JAVA_KURS
ORDER BY NAME;
Das Ergebnis:
| NAME |
|---|
| Dave |
Diesmal bleibt Dave übrig. Schließlich suchen wir jetzt nach Teilnehmern aus dem SQL-Kurs, die nicht im Java-Kurs stehen.
Das ist ein wichtiger Unterschied zu den anderen Operatoren. Bei UNION, UNION ALL und INTERSECT verändert ein Vertauschen der beiden Abfragen nicht die enthaltenen Werte beziehungsweise deren Häufigkeit. Bei EXCEPT kann dagegen ein vollständig anderes Ergebnis herauskommen.
Auch EXCEPT entfernt standardmäßig doppelte Ergebniszeilen.
Übrigens: Nicht jedes Datenbanksystem unterstützt alle Mengenoperatoren unter denselben Bezeichnungen. Besonders bei Oracle begegnet dir für diese Art der Differenzbildung auch der Operator MINUS. Die grundsätzliche Idee dahinter ist dieselbe.
Fazit: Welchen Operator brauchst du wann?
Eigentlich sind die vier Operatoren gar nicht so kompliziert, wenn du dir vor Augen hältst, welche Frage du mit deiner SQL-Abfrage beantworten möchtest.
Bei unseren beiden Kurstabellen sieht der Unterschied so aus:
| Operator | Ergebnis | Bedeutung |
|---|---|---|
UNION |
Alice, Bob, Carlos, Dave | Alle unterschiedlichen Namen |
UNION ALL |
Alice, Bob, Bob, Carlos, Carlos, Dave | Alle Namen inklusive Duplikaten |
INTERSECT |
Bob, Carlos | Namen aus beiden Tabellen |
EXCEPT |
Alice | Namen aus der ersten, aber nicht der zweiten Tabelle |
Du musst allerdings noch eine technische Voraussetzung beachten: Die miteinander kombinierten SELECT-Abfragen müssen dieselbe Anzahl an Spalten zurückgeben. Außerdem müssen die Datentypen der jeweils gegenüberstehenden Spalten miteinander kompatibel sein.
Du kannst also nicht ohne Weiteres eine Abfrage mit zwei Spalten und eine andere mit drei Spalten per UNION kombinieren. SQL muss schließlich wissen, welche Werte in den gemeinsamen Ergebnisspalten landen sollen. Die Zuordnung erfolgt dabei über die Position der Spalten, nicht über ihre Namen.
Wenn du später mit JDBC, JPA oder anderen Datenbankzugriffen in Java arbeitest, begegnen dir solche Abfragen immer wieder. Besonders dann, wenn du Ergebnisse aus mehreren Datenquellen zusammenstellen oder Datensätze miteinander vergleichen möchtest.
Für den Einstieg reicht es, dir vier Dinge zu merken: UNION führt ohne Duplikate zusammen, UNION ALL behält Duplikate, INTERSECT findet Gemeinsamkeiten und EXCEPT zeigt Unterschiede aus Sicht der ersten Abfrage.
Und wenn du unsicher bist, welcher Operator der richtige ist, helfen oft schon zwei kleine Tabellen mit wenigen Beispieldaten. Damit erkennst du ziemlich schnell, welche Ergebniszeilen du tatsächlich benötigst.
