我有两个表,table1和table2。每个都有相同的列:
class sign_up_form_school(forms.Form):
states = forms.ModelChoiceField(
queryset = States.objects.all(),
widget=forms.Select(attrs={
'class': states.country_id.name #is this POSSIBLE?
}))
我想检查一下这些表是否相等(它们具有相同的行)。到目前为止,我有两个查询(<> =在HIVE中不相等):
key, c1, c2, c3
和
select count(*) from table1 t1
left outer join table2 t2
on t1.key=t2.key
where t2.key is null or t1.c1<>t2.c1 or t1.c2<>t2.c2 or t1.c3<>t2.c3
所以我的想法是,如果返回零计数,表格是相同的。但是,我第一次查询的计数为零,第二次查询的计数为非零。他们究竟有何不同?如果有更好的方法来检查这一点,请告诉我。
答案 0 :(得分:12)
第一个排除了t1.c1,t1.c2,t1.c3,t2.c1,t2.c2或t2.c3为空的行。这意味着您有效地进行内部联接。
第二个会找到存在于t1但不存在于t2中的行。
要查找t2中但不存在于t1中的行,您可以执行完全外部联接。以下SQL假定所有列均为NOT NULL
:
select count(*) from table1 t1
full outer join table2 t2
on t1.key=t2.key and t1.c1=t2.c1 and t1.c2=t2.c2 and t1.c3=t2.c3
where t1.key is null /* this condition matches rows that only exist in t2 */
or t2.key is null /* this condition matches rows that only exist in t1 */
答案 1 :(得分:5)
如果要检查重复项和,表格具有完全相同的结构和,表格中没有重复项,那么您可以这样做:
select t.key, t.c1, t.c2, t.c3, count(*) as cnt
from ((select t1.*, 1 as which from table1 t1) union all
(select t2.*, 2 as which from table2 t2)
) t
group by t.key, t.c1, t.c2, t.c3
having cnt <> 2;
如有必要,您可以通过各种方式放宽第一段中的条件。
请注意,当列具有NULL
值时,此版本也可以使用。这些可能会导致您的数据出现问题。
答案 2 :(得分:1)
嗯,最好的办法就是计算每张表的hash和,比较hash的总和。 所以不管有多少列,不管是什么数据类型,只要两个表的schema相同,就可以使用如下查询进行比较:
select sum(hash(*)) from t1;
select sum(hash(*)) from t2;
你只需要比较返回值。
答案 3 :(得分:0)
另一种变体
select c1-c2 "different row counts"
, c1-c3 "mismatched rows"
from
( select count(*) c1 from table1)
,( select count(*) c2 from table2 )
,(select count(*) c3 from table1 t1, table2 t2
where t1.key= t2.key
and T1.c1=T2.c1 )
答案 4 :(得分:0)
尝试使用WITH子句:
With cnt as(
select count(*) cn1 from table1
)
select 'X' from dual,cnt where cnt.cn1 = (select count(*) from table2);
答案 5 :(得分:0)
我建议您不要使用任何JOIN来尝试比较表格:
(当数据位于不同的群集/数据中心/云中时,它也可能不实用。)
相反,我认为使用校验和方法并比较两个表的校验和是最好的。
我开发了一个Python脚本,可以让您轻松进行这样的比较,并查看webbrowser中的差异:
https://github.com/bolcom/hive_compared_bq
我希望能帮到你!
答案 6 :(得分:0)
一个简单的解决方案是进行内部联接。假设我们有两个配置单元表table1和table2。两个表都有相同的列,即col1,col2和col3。行数也应该相同。然后命令如下
**
select count(*) from table1
inner join table2
on table1.col1 = table2.col1
and table1.col2 = table2.col2
and table1.col3 = table2.col3 ;
**
如果输出值与table1和table2中的行数相同,则所有列都具有相同的值,但是输出计数小于某些不同的数据。
答案 7 :(得分:0)
表C1和C2的首次获取计数。 C1和C2应该相等。 C1和C2可以从以下查询中获取
select count(*) from table1
如果C1和C2不相等,则表不相同。
2:查找表DC1和DC2的不同计数。 DC1和DC2应该相等。可以使用以下查询找到不同记录的数量:
select count(*) from (select distinct * from table1)
如果DC1和DC2不相等,则表不相同。
3:现在获得通过对2个表执行联合获得的记录数。设为U。使用以下查询获取2个表的并集中的记录数:
SELECT count (*)
FROM
(SELECT *
FROM table1
UNION
SELECT *
FROM table2)
如果两个表的不同计数等于通过执行两个表的并集获得的记录数,则可以说两个表中的数据相同。即DC1 = U且DC2 = U
答案 8 :(得分:0)
我使用了 EXCEPT 语句并且它起作用了。
select * from Original_table
EXCEPT
select * from Revised_table
将向我们显示原始表中不在修订表中的所有行。
如果您的表已分区,则必须提供分区谓词。 仅供参考,如果您使用 Presto 并通过 SQL lab 查询,则不需要提供分区值。
答案 9 :(得分:-2)
使用MINUS
运算符:
SELECT count(*) FROM
(SELECT t1.c1, t1.c2, t1.c3 from table1 t1
MINUS
SELECT t2.c1, t2.c2, t2.c3 from table2 t2)