Dica Rápida: UNION vs UNION ALL muda seu total sem avisar

Seção: Dicas Rápidas

Tem um erro que não quebra a query, mas muda o número final de um jeito perigoso: escolher UNION ou UNION ALL no automático.

Na prática, um deles pode esconder duplicidades que você deveria investigar. O outro pode inflar contagem, receita ou volume de eventos sem que ninguém perceba a tempo.

O erro em 20 segundos

UNION junta resultados e remove linhas duplicadas.

UNION ALL junta resultados e mantém todas as linhas.

Parece detalhe de sintaxe, mas a escolha muda completamente a leitura do dado:

SELECT id_pedido, valor
FROM vendas_site

UNION

SELECT id_pedido, valor
FROM vendas_app;

Se o mesmo pedido aparecer nas duas fontes com exatamente os mesmos valores, UNION deixa uma linha só.

Agora veja:

SELECT id_pedido, valor
FROM vendas_site

UNION ALL

SELECT id_pedido, valor
FROM vendas_app;

Aqui as duas linhas continuam. Isso pode estar certo ou errado. Depende da pergunta.

O que validar antes de confiar na saída

Antes de escolher, pare por 30 segundos e responda:

1. As duas fontes podem conter o mesmo registro?
2. Se contiverem, isso representa bug de duplicidade ou etapas diferentes do processo?
3. A métrica final precisa deduplicar por chave de negócio ou preservar cada ocorrência?

Sem essa resposta, UNION e UNION ALL viram chute com cara de técnica.

Sinal verde

O sinal verde aparece quando você consegue explicar claramente por que a duplicidade deve ou não deve existir.

Exemplo:

• se a análise quer uma visão consolidada por pedido único, você provavelmente precisa preservar tudo com UNION ALL e deduplicar depois com regra explícita;
• se as queries produzem exatamente o mesmo grão e você só quer evitar repetição literal entre blocos equivalentes, UNION pode fazer sentido.

O ponto importante é este: a deduplicação precisa ser uma decisão visível, não um efeito colateral da sintaxe.

Erro comum

O erro mais comum é usar UNION para “limpar” uma base sem entender por que a duplicidade apareceu.

Isso é perigoso porque a query fica bonita e o total parece coerente, mas o problema estrutural continua escondido. No mês seguinte ele reaparece em outro painel, em outra tabela ou em outra reconciliação.

O erro oposto também dói: usar UNION ALL em duas fontes parcialmente sobrepostas e depois confiar na soma final como se cada linha fosse única.

É assim que nascem:

• pedidos contados duas vezes;
• leads duplicados em funil;
• eventos inflados em consolidação;
• dashboards em que cada aba mostra um número diferente para a mesma operação.

Ação rápida

Se houver qualquer dúvida, comece por UNION ALL e audite a duplicidade.

WITH base AS (
  SELECT 'site' AS origem, id_pedido, valor
  FROM vendas_site

  UNION ALL

  SELECT 'app' AS origem, id_pedido, valor
  FROM vendas_app
)
SELECT
  id_pedido,
  COUNT(*) AS ocorrencias,
  COUNT(DISTINCT origem) AS fontes
FROM base
GROUP BY id_pedido
HAVING COUNT(*) > 1;

Esse teste mostra rapidamente se o mesmo pedido aparece mais de uma vez e de onde ele está vindo.

Depois disso, você decide conscientemente:

• manter tudo, se cada ocorrência é válida;
• deduplicar por chave, se a regra de negócio pede um único pedido;
• investigar a origem, se a duplicidade não deveria existir.

Um checklist de 30 segundos

Antes de publicar a query, revise:

1. O grão das duas consultas é realmente o mesmo?
2. A duplicidade esperada está documentada ou só implícita?
3. Você conferiu uma chave de negócio além da contagem total?
4. Se usou UNION, sabe exatamente o que foi removido?
5. Se usou UNION ALL, já mediu o impacto na métrica final?

Leitura prática para analista

Senioridade em SQL não é só saber juntar blocos de consulta. É saber quando a própria sintaxe está tomando uma decisão de negócio por você.

UNION e UNION ALL parecem intercambiáveis até o dia em que uma reunião inteira gira em torno de um número inflado ou subcontado. Quando esse dia chega, o melhor antídoto é simples: preserve a rastreabilidade primeiro, deduplique depois com critério.

Resumo direto

UNION remove duplicidades. UNION ALL preserva todas as linhas.

O erro não está em escolher um ou outro. O erro está em escolher sem validar se a duplicidade representa bug, sobreposição legítima ou granularidade diferente entre fontes.