Question

我正在寻找写一个查询来查找具有相似列的表。原因是因为在我们的测试环境中，没有人经过很长时间才清理任何东西，这将有助于我们对它们进行排序并将表中具有相似列的表清除。

当前，数据库中有200个表，由于某些表名不同但字段相同，因此很难找到包含相似信息的表。

例如

表A如下：

ID名称描述

表B看起来像：

ID名称

表B可能包含或可能不包含相同的数据。

我的想法是以这种格式获取结果。

感谢阅读！

Answer 1

尝试一下：

WITH PrepareData AS
(
    SELECT c1.TABLE_CATALOG AS c1_Cat,c1.TABLE_SCHEMA AS c1_Sch,c1.TABLE_NAME AS c1_Nam
          ,c2.TABLE_CATALOG AS c2_Cat,c2.TABLE_SCHEMA AS c2_Sch,c2.TABLE_NAME AS c2_Nam 
          ,COUNT(*) AS IdenticalColumns
          ,(SELECT COUNT(*) FROM INFORMATION_SCHEMA.COLUMNS x WHERE x.TABLE_CATALOG=c1.TABLE_CATALOG
                                                                AND x.TABLE_SCHEMA=c1.TABLE_SCHEMA
                                                                AND x.TABLE_NAME=c1.TABLE_NAME) AS CountT1
          ,(SELECT COUNT(*) FROM INFORMATION_SCHEMA.COLUMNS x WHERE x.TABLE_CATALOG=c2.TABLE_CATALOG
                                                                AND x.TABLE_SCHEMA=c2.TABLE_SCHEMA
                                                                AND x.TABLE_NAME=c2.TABLE_NAME) AS CountT2
    FROM INFORMATION_SCHEMA.COLUMNS c1
    FULL OUTER JOIN INFORMATION_SCHEMA.COLUMNS c2 ON c1.TABLE_NAME<>c2.TABLE_NAME
                                                 AND c1.COLUMN_NAME=c2.COLUMN_NAME
    WHERE c1.TABLE_NAME IS NOT NULL AND c2.TABLE_NAME IS NOT NULL
    GROUP BY c1.TABLE_CATALOG,c1.TABLE_SCHEMA,c1.TABLE_NAME
            ,c2.TABLE_CATALOG,c2.TABLE_SCHEMA,c2.TABLE_NAME 
)
,ComputeSimilarity AS
(
    SELECT *
         ,CAST(IdenticalColumns AS FLOAT) / CAST(CountT1 AS FLOAT) AS  Factor1
         ,CAST(IdenticalColumns AS FLOAT) / CAST(CountT1 AS FLOAT) AS  Factor2
    FROM PrepareData
)
SELECT *
FROM ComputeSimilarity
WHERE Factor1>0.75 OR Factor2>0.75;

想法：将相同列名但不同表名上的所有列连接在一起。计算拟合列并将它们与列的总数关联起来。

提示：这也将返回VIEW。您可以加入INFORMATION_SCHEMA.TABLES来找到类型。

提示2：您会分别获得两次结果，一个是 A到B ，另一个是 B到A 。

如何编写查询以查找具有相似列的表？

1 个答案: