问题背景：
 
一个同事问我，union all 不是不去重吗？为什么我昨天查还是对的，今天查询就错了；
 
 
然后我说查询条件不对，他认为是因为union all对查询结果为NULL去重了；
 
问题论点：union all对查询结果为NULL会去重吗？
 
验证猜想：union all对查询结果为NULL不会去重
 
1.首先我拿一个为null的字段进行union all ;
 
 
 
2.得出验证结果是union all对查询结果为NULL不会去重
 
问题疑惑：
 
 
问题证明：对于查询条件查询结果为null 的union all查询，结果为NULL会去重；
 
1.验证猜想：对于查询条件的查询结果为null 的union all对查询结果为NULL会去重；
 
 
 
 
 
问题总结：union all对查询结果为NULL的不会去重，对于查询条件查询结果为null 的union all查询，结果为NULL会去重；

 
 
二十不勤，三十不立，四十不富，五十而衰靠子助。父母给的叫背景，自己打的叫江山！2018年最经典的话语：不要假装很努力，因为结果不会陪你演戏！  
生活就像一杯白开水，你每天都在喝，不要羡慕别人喝的饮料有各种颜色，其实未必有你的白开水解渴，人生不是靠心情活着，而要靠心态去生活。调整心态看生活，处处都是阳光。 
若不抽出时间来创造自己想要的生活，你最终将不得不花费大量的时间来应付自己不想要的生活。 

 

  

   
  
 
 
推荐阅读：
 
技术：分布式唯一ID极简教程
 
职场：程序员职业规划
 
分享：2T架构师学习资料干货分享
 
觉得有帮助？请转发给更多人！
 

  
 
 

  

   

    
   
   

    
架构师小秘圈，聚集10万架构师的小圈子！不定期分享技术干货，行业秘闻！汇集各类奇妙好玩的话题和流行动向！长按左侧图片，扫码加入架构师微信群！
   
  
 
 

 在Mybatis分页插件的说明中有如下内容
 

 
 不支持的情况
 
 对于关联结果查询，使用分页得不到正常的结果，因为只有把数据全部查询出来，才能得到最终的结果，对这个结果进行分页才有效。因而如果是这种情况，必然要先全部查询，在对结果处理，这样就体现不出分页的作用了。
 
 对于关联嵌套查询，使用分页的时候，只会对主SQL进行分页查询，嵌套的查询不会被分页。
 

 
 对于不支持情况
 
在Mybatis中没有任何简单的分页能实现该功能
即使Mybatis的内存分页也不能实现关联结果查询的分页
 

 
 如果你不了解关联结果查询和关联嵌套查询
 
 可以查看该专题进行了解。
 

 
 如何对关联结果进行分页？
 
针对这种情况最好的方法就是手写分页，针对主要语句进行分页，对连接的表不进行分页查询
针对主要语句写count查询（不需要管连接的表）
这样一来，对嵌套的结果就没有影响了
 

 
 简单举例如下
 
 
 
 
  
 
   
 1
 select *
 
  
 
  
 
   
 2
   from (select *
 
  
 
  
 
   
 3
           from (select a.*, rownum rw from sys_role a where rownum <= 4)
 
  
 
  
 
   
 4
          where rw > 0) a
 
  
 
  
 
   
 5
   left join sys_role_function b on a.roleid = b.roleid;
 
  
 
 
 
 
 这条语句分页限制为0到4，主分页语句限制为4条结果，实际结果是左连接后的结果，不止4条。 
 使用这种针对性的分页sql就能解决关联结果查询的问题。
 

 
 关于关联嵌套查询
 
 嵌套查询由于都是独立的sql，主sql和分支sql都是分离的，所以使用Mybatis分页插件可以正常分页。如果你还想对关联查询的分支sql进行分页查询，基本上是不可能的，但是通过column={}这种方式传递分页参数也能实现，估计有些人看不懂这里了，就到此为止吧，不需要做这么费力不讨好的事。
 

 
 Mybatis分页插件地址：http://git.oschina.net/free/Mybatis_PageHelper

对于STATA回归结果以前一直不清不楚，每次都需要baidu一波，因此今天将结果相关分析记录下：
 
 
如上图
 上面左侧的表是用来计算下面数据的，分析过程中基本不会用到
 
右侧从上往下
 
1.Number of obs 是样本容量
 
2.F是模型的F检验值，用来计算下面的P>F
 
3.P>F是模型F检验落在小概率事件区间的概率，你的模型置信水平是0.05，也就是说P>F值如果大于0.05，那么模型就有足够高的概率落在F函数的小概率区间，简单的说，如果这个值大于0.05你这个模型设定有就问题，要重新设定模型
 4.R-squard也就是模型的R²值，拟合优度，这个数越大你的模型和实际值的拟合度就越高，模型越好
 
5.Adj .R-squard 这个是调整过的R²，跟上面R²差不多，只需要关注一个
 
6.Root mse 是残差标准差，值越大残差波动越大，模型越不稳定（这个值我分析的时候一般不太关注）
 
下侧表格
 
coef.是估计得到的系数值
 
std.err是标准差，这个数有重要意义，一般论文里都要求把标准差表示出来，这个数越大模型越不精确，越小越好
 
t是t检验值，t检验是用来检验某个系数是否显著区别于0的，在分析中这个值一般没什么意义，主要用来计算P>t
 
P>t,这个值是观察某个解释变量是否有效的主要参数，还是对于你设置的0.05的置信水平，如果这个值大于0.05说明对应的解释变量不能通过t检验，在模型中是不合格的，就需要作调整
 
后面两个就是置信区间了，95%的置信区间，一般意义不大
 此外_cons 表示常数项，这个在回归之前可以设置，但目前我不太清楚，为什么加了常数项相关指标会降低，而没有常数项如下所示，其指标都较为良好，希望以后能把这个洞补上，此外，像这个结果，如果不考虑常数项，因为因变量标价一定是整数，所以自变量极大概率都是整数，因此这样子拟合其实没太大参考价值，甚至会得出一些与现实明显不符的结果，这个值得注意，因此最好加上常数项，以代表一些不可抗力因素。