前言

union是mysql中的联合查询，他的作用就是将两条查询语句和为一句。举个例子：

将两个字段相似的表里的数据统一起来展示在一个统计页面。如果是单纯的展示数据那很简单，两个表查出来之后组合一下就完事了，但是有坑的地方就是分页和按照时间搜索，这两个功能决定了不可能单独查询两张表。

想要完成这个功能，使用union的联合查询可以很轻易的做到。

定义数据表

定义 两张表，字段类型相同，但名称不同。

#coding:utf-8

from sqlalchemy import Column,CHAR,INTEGER
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker

  
Base = declarative_base()

class User(Base):
    __tablename__ = "user"

    id = Column(CHAR(20),primary_key = True)
    name = Column(CHAR(20))
    age = Column(INTEGER)


class Teacher(Base):
    __tablename__ = "teacher"

    id = Column(CHAR(20),primary_key = True)
    tec_name = Column(CHAR(20))
    tec_age = Column(INTEGER)


engine = create_engine('mysql+mysqldb://root:12345678@localhost:3306/test')

def create_table(table_name):
    table_name.metadata.create_all(engine)
    print "创建成功"


def insert_data():

    DBSession = sessionmaker(bind=engine)
    session = DBSession()
    for x in range(10):
        temp = {}
        temp['id'] = x
        temp['name'] = 'user_' + str(x)
        temp['age'] = x
        user = User(**temp)
        session.add(user)

    for x in range(15):
        temp = {}
        temp['id'] = x
        temp['tec_name'] = 'tec_' + str(x)
        temp['tec_age'] = x * 2 
        tec = Teacher(**temp)
        session.add(tec)

    session.commit()
    session.close()
    print('success')


if __name__ = '__main__':
    create_table(User)
    create_table(Teacher)
    insert_data()

User表字段：

mysql> desc user;
+-------+----------+------+-----+---------+-------+
| Field | Type     | Null | Key | Default | Extra |
+-------+----------+------+-----+---------+-------+
| id    | char(20) | NO   | PRI | NULL    |       |
| name  | char(20) | YES  |     | NULL    |       |
| age   | int(11)  | YES  |     | NULL    |       |
+-------+----------+------+-----+---------+-------+
3 rows in set (0.00 sec)

User表数据： 

mysql> select * from user;
+----+--------+------+
| id | name   | age  |
+----+--------+------+
| 0  | user_0 |    0 |
| 1  | user_1 |    1 |
| 2  | user_2 |    2 |
| 3  | user_3 |    3 |
| 4  | user_4 |    4 |
| 5  | user_5 |    5 |
| 6  | user_6 |    6 |
| 7  | user_7 |    7 |
| 8  | user_8 |    8 |
| 9  | user_9 |    9 |
+----+--------+------+
10 rows in set (0.00 sec)

Teacher表字段：

mysql> desc teacher;
+----------+----------+------+-----+---------+-------+
| Field    | Type     | Null | Key | Default | Extra |
+----------+----------+------+-----+---------+-------+
| id       | char(20) | NO   | PRI | NULL    |       |
| tec_name | char(20) | YES  |     | NULL    |       |
| tec_age  | int(11)  | YES  |     | NULL    |       |
+----------+----------+------+-----+---------+-------+
3 rows in set (0.00 sec)

mysql>

teacher表数据：

mysql> select * from teacher;
+----+----------+---------+
| id | tec_name | tec_age |
+----+----------+---------+
| 0  | tec_0    |       0 |
| 1  | tec_1    |       2 |
| 10 | tec_10   |      20 |
| 11 | tec_11   |      22 |
| 12 | tec_12   |      24 |
| 13 | tec_13   |      26 |
| 14 | tec_14   |      28 |
| 2  | tec_2    |       4 |
| 3  | tec_3    |       6 |
| 4  | tec_4    |       8 |
| 5  | tec_5    |      10 |
| 6  | tec_6    |      12 |
| 7  | tec_7    |      14 |
| 8  | tec_8    |      16 |
| 9  | tec_9    |      18 |
+----+----------+---------+
15 rows in set (0.00 sec)

查询

首先做一个简单的查询，将两个表的数据分别查出来

def select():

    DBSession = sessionmaker(bind=engine)
    session = DBSession()
    table_data = session.query(User).all()
    session.close()

    for x in table_data:
        print(x.name,'------>',x.age)

    table_data = session.query(Teacher).all()
    session.close()
    for x in table_data:
        print(x.tec_name,'------>',x.tec_age)

union原理，首先将第一张表的数据全部查询出来，然后将第二张表的数据全部查询出来，最后将两个数据使用union联合成一张新表，这张新表可以再次被筛选过滤，分页等。

def select():

    DBSession = sessionmaker(bind=engine)
    session = DBSession()
    table_data = session.query(User).all()
    session.close()

    # for x in table_data:
    #     print(x.name,'------>',x.age)

    # table_data = session.query(Teacher).all()
    # session.close()
    # for x in table_data:
    #     print(x.tec_name,'------>',x.tec_age)



    user_data = session.query(User.name,User.age)
    tec_data = session.query(Teacher.tec_name.label('name'), Teacher.tec_age.label('age'))


    result = user_data.union_all(tec_data)
    for x in result:
            print(x.name,'------>',x.age)

在上面的查询中需要有一个注意点就是label，可以看到tec_data的查询语句中使用了label这个属性，该属性的作用是将Teacher这张表查询出来的tec_name 字段名称变成name，已达到和User表字段的统一，只有两张表的字段名称一致，类型一致的情况下才能联合查询。

另外还使用了一个union_all 字段，该字段的意思是如果两张表存在相同的记录也要全部展示出来，想要让相同的记录合并起来使用union即可。

往往查询出来还不是最终目的，还需要对查询出来的数据过滤。查询出来的数据不是一张正真的表，如果使用字段去匹配过滤条件呢？以查询出age 大于 5为例 ，有两种过滤方式：

1.使用User.age 作为筛选条件

2.使用Teacher.age 作为筛选条件

规则就是使用两张表里任意一张表的原始字段过滤即可，该过滤条件会在联合查询出来的结果起上作用。

使用 User 表字段

def select():

    DBSession = sessionmaker(bind=engine)
    session = DBSession()
    table_data = session.query(User).all()
    session.close()

    # for x in table_data:
    #     print(x.name,'------>',x.age)

    # table_data = session.query(Teacher).all()
    # session.close()
    # for x in table_data:
    #     print(x.tec_name,'------>',x.tec_age)



    user_data = session.query(User.name,User.age)
    tec_data = session.query(Teacher.tec_name.label('name'), Teacher.tec_age.label('age'))


    # result = user_data.union_all(tec_data)
    # for x in result:
    #         print(x.name,'------>',x.age)


    result = user_data.union_all(tec_data).filter(User.age > 5)

    for x in result:
        print(x.name,'------>',x.age)

使用 Teacher 表字段 

def select():

    DBSession = sessionmaker(bind=engine)
    session = DBSession()
    table_data = session.query(User).all()
    session.close()

    # for x in table_data:
    #     print(x.name,'------>',x.age)

    # table_data = session.query(Teacher).all()
    # session.close()
    # for x in table_data:
    #     print(x.tec_name,'------>',x.tec_age)

    user_data = session.query(User.name,User.age)
    tec_data = session.query(Teacher.tec_name.label('name'), Teacher.tec_age.label('age'))

    result = user_data.union_all(tec_data).filter(Teacher.tec_age>5)

    for x in result:
        print(x.name,'------>',x.age)

关于union联合查询有一个说法很形象：join查询就像是横向扩展，将多张表的数据横向组合在一起，而union像是纵向扩展，将多张表数据纵向排列起来。