如何在数据库查询中合并具有不同字段的数组结构列

在数据处理过程中，我们常常要把多个查询结果里的数组结构列拼在一起，但这些列拥有的字段可能不一样。如果直接合并，就会出现字段不匹配或者数据错位的问题。下面通过示例来讲解可行的处理办法。

使用UNION ALL补空字段

最常见的方式是利用UNION ALL，把缺少的字段用NULL或者默认值补齐，让所有结果集拥有相同的列结构。

示例表结构

假设有两个表，表A的数组列包含id和name，表B的数组列包含id、name和age。

-- 表A数据示例
SELECT id, name, NULL AS age
FROM table_a
UNION ALL
-- 表B数据示例
SELECT id, name, age
FROM table_b;

这样两个来源的数据就能合并成统一字段的结果集，方便后续处理。

利用JSON函数统一结构

如果数据库支持JSON类型，可以先将数组结构列转成JSON，再使用函数补全缺失键，最后展开。

PostgreSQL中的处理

SELECT
  (json_data->>'id') AS id,
  (json_data->>'name') AS name,
  (json_data->>'age') AS age
FROM (
  SELECT jsonb_set(to_jsonb(a), '{age}', 'null') AS json_data
  FROM table_a a
  UNION ALL
  SELECT to_jsonb(b) AS json_data
  FROM table_b b
) t;

上面的代码把表A缺失的age字段补成null，再和表B一起输出为统一字段。

在应用层合并

有时在SQL里处理不够灵活，也可以在代码里完成。下面用Python演示如何合并不同字段的字典列表。

def merge_arrays(list_a, list_b):
    # 收集所有出现的字段
    keys = set()
    for item in list_a + list_b:
        keys.update(item.keys())
    result = []
    for item in list_a + list_b:
        # 缺失字段补None
        row = {k: item.get(k, None) for k in keys}
        result.append(row)
    return result

a = [{'id': 1, 'name': 'x'}]
b = [{'id': 2, 'name': 'y', 'age': 10}]
print(merge_arrays(a, b))

方案对比

根据业务场景选择合适的做法，就能平稳地合并具有不同字段的数组结构列。

数组结构列字段合并SQL查询UNION_ALLJSON处理修改时间：2026-07-25 13:42:17