MapReduce中union和union all的区别

Union：对两个结果集进行并集操作，把重复行过滤，同时进行默认规则的排序。

Union在进行表链接后会筛选掉重复的记录，所以在表链接后会对所产生的结果集进行排序运算，删除重复的记录再返回结果。实际大部分应用中是不会产生重复的记录，最常见的是过程表与历史表Union。

Union All：对两个结果集进行并集操作，不进行去重操作，所以包括重复行，不进行排序。如果返回的两个结果集中有重复的数据，那么返回的结果集就会包含重复的数据了

区别:

union和union all的区别是，union会自动压缩多个结果集合中的重复结果，而union all则将所有的结果全部显示出来，不管是不是重复。

注意:

union 和 union all都可以将多个结果集合并，而不仅仅是两个，你可以将多个结果集串起来。

使用union和union all必须保证各个select 集合的结果有相同个数的列，并且每个列的类型是一样的。但列名则不一定需要相同，oracle会将第一个结果的列名作为结果集的列名。