{"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\/es\/blog\/how-to-quickly-compare-two-datasets-using-a-generic-and-powerful-sql-query\/","title":{"rendered":"C\u00f3mo comparar r\u00e1pidamente dos conjuntos data utilizando una consulta SQL gen\u00e9rica y potente"},"content":{"rendered":"

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

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

Data Desarrollador en Artefact<\/p>\n<\/div><\/div><\/div><\/div><\/div>

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

Lea nuestro art\u00edculo sobre<\/u><\/p>\n<\/div>

<\/span><\/div>

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

En su actividad diaria, los analistas Data Engineer y Data deben mejorar los procesos de ingesti\u00f3n data. M\u00e1s all\u00e1 de las pruebas unitarias habituales, puede resultar interesante comparar f\u00e1cil y r\u00e1pidamente dos conjuntos data (es decir, tablas, vistas, consultas, etc.) con distintos fines, como el an\u00e1lisis de impacto o las pruebas de no regresi\u00f3n. Asimismo, la identificaci\u00f3n de discrepancias entre dos puntos de vista de una tabla instant\u00e1nea resulta bastante \u00fatil para el an\u00e1lisis ad hoc o la depuraci\u00f3n.<\/p>\n

Teniendo esto en cuenta y para los profesionales de SQL, un script preconstruido y reutilizable tiene sentido, de ah\u00ed el prop\u00f3sito de este art\u00edculo.<\/p>\n<\/div><\/div><\/div><\/div><\/div>

Explicaci\u00f3n de la plantilla SQL lista para usar<\/h2><\/div>

Vayamos al meollo de la cuesti\u00f3n con la pregunta esperada:<\/p>\n<\/div>\"Image\"

Ahora, vamos a explicarlo:<\/p>\n<\/div>

  • <\/i><\/span>
    \n

    En primer lugar, utilizamos CTE - Common Table Expressions (WITH ... ASstatements) para identificar los dos conjuntos data que se van a comparar. De este modo, las siguientes l\u00edneas de consulta pueden permanecer inalteradas.<\/p>\n<\/div><\/li>

  • <\/i><\/span>
    \n

    A continuaci\u00f3n, construimos dos consultas similares con los alias dataset_1_only y dataset_2_only para conservar las filas que s\u00f3lo est\u00e1n presentes en dataset 1 (frente a dataset 2) y viceversa gracias al operador EXCEPT conjunto.<\/p>\n<\/div><\/li>

  • <\/i><\/span>
    \n

    Por \u00faltimo, se define un campo complementario flag para identificar el origen de las filas no coincidentes de ambas consultas. A continuaci\u00f3n, \u00e9stas se re\u00fanen mediante el operador de conjunto UNION ALL.<\/p>\n<\/div><\/li><\/ul>

    Nota: obviamente, disponer de dos conjuntos data con campos comparables es un requisito previo para utilizar la consulta anterior<\/em><\/p>\n<\/div>

    Ejemplo ilustrado<\/h2><\/div>

    Basta de teor\u00eda, \u00a1ahora a la pr\u00e1ctica! Supongamos que un supermercado quiere recuperar todos los productos<\/strong> elegibles para una promoci\u00f3n en una sola tabla seg\u00fan la semana condiciones de promoci\u00f3n<\/strong>.<\/p>\n

    Como declaraci\u00f3n inicial, consideramos los siguientes productos en stock:<\/p>\n<\/div>\"Image\"

    Seg\u00fan las condiciones de promoci\u00f3n de la semana 1:<\/p>\n<\/div>