Question

我有一个问题，我会尝试解释。我的想法是在C＃中用SSIS创建一个脚本，然后为表中的每个唯一ID组合生成一个ID列表。

我有一个SQL服务器表，它由两列组成。列是ID（我可以将它们设为数字，但原始格式为字母数字字符串）。我想从第2列中连接到第1列的ID集合中生成新ID。

 Col1  Col2    Generated ID
   1     1
   1     2    => 1
   1     3
 -----------
   2     1    => 2
   2     3
 -----------
   3     3
   3     1    => 1
   3     2

我在想哈希函数可能吗？但是如何从1和3的集合中获取相同的ID？独立于秩序？我需要先对它们进行排序吗？

我需要“10点声望”才能发布图片，所以我希望我的插图可以解释这个问题......

Answer 1

作为尝试理解您的问题的更多示例，您是否希望Col2中的以下几组值返回喜欢'123'的内容作为下面列出的所有案例的“生成的ID”值，像这样？

Col2 =＆gt;生成的ID

1,2,3 =＆gt; 123

1,3,2 =＆gt; 123

2,1,3 =＆gt; 123

2,3,1 =＆gt; 123

3,1,2 =＆gt; 123

3,2,1 =＆gt; 123

等

如果是的话，那么基于上述假设并回答你的问题：

是的，哈希函数可以执行
如何获得相同的“生成的ID”第1组和第3组（在您的示例中）将取决于您的GetHashCode（）覆盖/实现
是的，您可能需要排序，但这又取决于您的实施。

由于您提到在SSIS中使用C＃脚本，可能的C＃实现可能是实现一个（非常！）简单的Hash类，它给出了一组Col2值（对于每个数据集），简单地说：

对Col2的值进行排序，以便按“正确”顺序获取它们
返回有序数据集的一些整数表示以获取Hash（例如，将int连接为字符串，然后转换回int）

哈希类可以在你的（base？）类的GetHashCode（）函数中实例化，该函数传递Col2值并执行上面的步骤（1）和（2），根据需要返回哈希码。

这样的事情可能对您有用（假设您可以访问您正在使用的.NET版本中的Generics）：

namespace SimpleHashNamespace
{
    public class SimpleHash
    {
        private readonly List<int> _data;
        public SimpleHash(List<int> col2)
        {
            _data = col2;
        }

        public int GetMyHash()
        {
            _data.Sort();
            string stringHash = string.Join("", _data);
            return int.Parse(stringHash);   // warning 1: assumes you always have a convertible value
        }
    }

    public class MyDataSet
    {
        private readonly List<int> _dataSetValues;

        public MyDataSet(List<int> dataSetValues)
        {
            _dataSetValues = dataSetValues;
        }

        public override int GetHashCode()
        {
            SimpleHash simpleHash = new SimpleHash(_dataSetValues);
            return simpleHash.GetMyHash();   // warning 2: assumes the computed hash can fit into the int datatype given that GetHashCode() has to return int 
        }
    }

    public partial class Program
    {
        private static void Main(string[] args)
        {

            // how you split up Col1 to get your list of int's dataset is up to you
            var myDataSet1 = new MyDataSet(new List<int>(new int[] { 1,2,3 }));
            Console.WriteLine(myDataSet1.GetHashCode());

            var myDataSet2 = new MyDataSet(new List<int>(new int[] { 2,1,3 }));
            Console.WriteLine(myDataSet2.GetHashCode());

            var myDataSet3 = new MyDataSet(new List<int>(new int[] { 3,2,1 }));
            Console.WriteLine(myDataSet3.GetHashCode());

            Console.ReadLine();
        }
    }
}

显然这是一个微不足道的实现，但是考虑到问题的简单性，或许这已经足够了吗？

Answer 2

CREATE TABLE T (Col1 INT, Col2 INT);
GO

INSERT INTO [dbo].[T]([Col1],[Col2])
VALUES (1,1), (1,2), (1,3), (2,1), (2,3), (3,3), (3,1), (3,2), (2,3),(2,1);
GO

SELECT 
    T1.Col1,
    ( 
       SELECT Convert (VARCHAR,Col2)  + ','
       FROM T T2
       WHERE T2.Col1 = T1.Col1
       ORDER BY Col2
       FOR XML PATH('') 
    ) AS Col2_Cat
INTO X
FROM T T1
GROUP BY Col1 ;


SELECT T.Col1, T.Col2,  Y.Col3
FROM T
INNER JOIN 
(
    SELECT X1.Col1, Min (X2.Col1) AS Col3  FROM X X1
    ----inner join X X2 on HASHBYTES ('SHA1',X1.Col2_Cat) = HASHBYTES('SHA1',X2.Col2_Cat)
    inner join X X2 on X1.Col2_Cat = X2.Col2_Cat
    GROUP BY X1.Col1
) AS Y
ON T.Col1 = Y.Col1;


DROP TABLE X
DROP TABLE T

从相同的ID集生成相同的ID

2 个答案: