Question

我有两个DB表，每个表都包含电子邮件地址

long

我现在想检查两个表中有多少相同的电子邮件地址。即两个表格中都有相同的地址。

哪种方法最快： 1.将两个数据集下载为csv，将其加载到内存中并在程序代码中进行比较 2.使用数据库查询获取重叠的结果集。

如果2更好：建议的SQL查询是什么？

Answer 1

我会选择DBQuery。在两个DB之间建立链接服务器连接（可能在MSSQL端），并使用简单的内部联接查询来生成两个表中出现的电子邮件列表：

select a.emailAddress
from MSDBServ.DB.dbo.Table1 a
join MySqlServ.DB..Table2 b
    on a.EmailAddress = b.EmailAddress

找到集合差异，这将需要更多的处理器能力（并且它将产生至少1.4b的结果导致每个匹配MSSQL行的MySql行的最佳情况），但查询实际上不是很不一样。你仍然想要一个连接，但现在你希望该连接返回两个表中的所有记录，无论它们是否可以连接，然后你特别想要未连接的结果（在这种情况下，一边的字段将为null）：

select a.EmailAddress, b.EmailAddress
from MSDBServ.DB.dbo.Table1 a
full join MySqlServ.DB..Table2 b
    on a.EmailAddress = b.EmailAddress
where a.EmailAddress IS NULL OR b.EmailAddress IS NULL

Answer 2

Table1拥有70,000,000个电子邮件地址，table2拥有1,500,000,000个电子邮件地址。我使用Oracle，因此Upper函数在MySQL中可能有也可能没有。

Select EmailAddress from table1 where Upper(emailaddress) in (select Upper(emailaddress) from table2)

比比较电子表格更快，这假设两个表都在同一个数据库中。

Answer 3

您可以执行SQL查询来检查两个数据库中存在多少个相同的电子邮件地址：第一个数字是重复数量，第二个值是电子邮件地址。

SELECT COUNT(emailAddr),emailAddr FROM table1 A
INNER JOIN
table2 B
ON A.emailAddr = B.emailAddr

SQL检查一个表中的行是否也存在于另一个表中的最有效方法

3 个答案: