{"id":65787,"date":"2022-01-18T09:50:59","date_gmt":"2022-01-18T09:50:59","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=news&p=65787"},"modified":"2024-09-20T17:45:48","modified_gmt":"2024-09-20T16:45:48","slug":"how-to-quickly-compare-two-datasets-using-a-generic-and-powerful-sql-query","status":"publish","type":"blog","link":"https:\/\/www.artefact.com\/de\/blog\/how-to-quickly-compare-two-datasets-using-a-generic-and-powerful-sql-query\/","title":{"rendered":"So vergleichen Sie schnell zwei data-Sets mit einer generischen und leistungsstarken SQL-Abfrage"},"content":{"rendered":"

Autor<\/h2><\/div>\"Image\"

K\u00e9vin Lef\u00e8vre<\/h3><\/div>

Data Entwickler bei Artefact<\/p>\n<\/div><\/div><\/div><\/div><\/div>

<\/span><\/a><\/span>

Lesen Sie unseren Artikel \u00fcber<\/u><\/p>\n<\/div>

<\/span><\/div>

.<\/p>\n<\/div><\/div><\/div><\/div><\/div>

Bei ihrer t\u00e4glichen Arbeit m\u00fcssen Data Engineers und Data-Analysten die data-Ingestionsprozesse verbessern. \u00dcber die \u00fcblichen Unit-Tests hinaus kann es interessant sein, zwei data-Sets (d.h. Tabellen, Views, Abfragen usw.) f\u00fcr verschiedene Zwecke wie Auswirkungsanalysen oder Nicht-Regressionstests einfach und schnell zu vergleichen. Auch die Identifizierung von Diskrepanzen zwischen zwei Standpunkten einer Snapshot-Tabelle ist f\u00fcr Ad-hoc-Analysen oder die Fehlersuche sehr n\u00fctzlich.<\/p>\n

Vor diesem Hintergrund und f\u00fcr SQL-Anwender ist ein vorgefertigtes und wiederverwendbares Skript sinnvoll, daher der Zweck dieses Artikels.<\/p>\n<\/div><\/div><\/div><\/div><\/div>

Gebrauchsfertige SQL-Vorlage erkl\u00e4rt<\/h2><\/div>

Lassen Sie uns mit der erwarteten Anfrage zum Kern der Sache kommen:<\/p>\n<\/div>\"Image\"

Lassen Sie es uns erkl\u00e4ren:<\/p>\n<\/div>

  • <\/i><\/span>
    \n

    Zun\u00e4chst verwenden wir CTE - Common Table Expressions (WITH ... ASstatements), um die beiden zu vergleichenden datasets zu identifizieren. Dadurch k\u00f6nnen die folgenden Abfragezeilen unver\u00e4ndert bleiben.<\/p>\n<\/div><\/li>

  • <\/i><\/span>
    \n

    Dann konstruieren wir zwei \u00e4hnliche Abfragen mit den Aliasen dataset_1_only und dataset_2_only, um Zeilen zu behalten, die nur in dataset 1 vorhanden sind (im Vergleich zu dataset 2) und umgekehrt dank des EXCEPT-Set-Operators.<\/p>\n<\/div><\/li>

  • <\/i><\/span>
    \n

    Schlie\u00dflich wird ein Flag-Komplement\u00e4rfeld definiert, um die Quelle der nicht \u00fcbereinstimmenden Zeilen aus beiden Abfragen zu identifizieren. Diese werden dann \u00fcber den Operator UNION ALL gesammelt.<\/p>\n<\/div><\/li><\/ul>

    Hinweis: Voraussetzung f\u00fcr die Verwendung der obigen Abfrage ist nat\u00fcrlich, dass Sie zwei data-Sets mit vergleichbaren Feldern haben.<\/em><\/p>\n<\/div>

    Illustriertes Beispiel<\/h2><\/div>

    Genug der Theorie, jetzt zur Praxis! Angenommen, ein Supermarkt m\u00f6chte alle Produkte abrufen<\/strong> f\u00fcr eine Bef\u00f6rderung in einer einzigen Tabelle je nach Woche in Frage kommen Bef\u00f6rderungsbedingungen<\/strong>.<\/p>\n

    Als erste Aussage betrachten wir die folgenden Produkte auf Lager:<\/p>\n<\/div>\"Image\"

    Gem\u00e4\u00df den Bef\u00f6rderungsbedingungen in Woche 1:<\/p>\n<\/div>