如何验证两个查询是否返回相同的结果集

了解如何使用哈希函数和比较技术来验证两个 ClickHouse 查询是否产生相同的结果集。

问题

如何验证两个查询返回相同的结果集？

答案

您可以使用以下方法

WITH
    (
        SELECT sum(cityHash64(*))
        FROM
        (
            -- your query 1 here
            -- SELECT ...
        )
    ) AS q1_resultset_hash,
    (
        SELECT sum(cityHash64(*))
        FROM
        (
            -- your query 2 here
            -- SELECT ...
        )
    ) AS q2_resultset_hash
SELECT equals(q1_resultset_hash,q2_resultset_hash) as Q1_equals_Q2

该示例使用 CTE 来计算这两个查询中每行 cityHash 值的总和，如果两个结果集相同，将返回 1。

使用一些整数序列数据和一些美观的格式

WITH
    (
        SELECT sum(cityHash64(*))
        FROM
        (
            SELECT *
            FROM numbers(10)
            ORDER BY number DESC
        )
    ) AS q1_resultset_hash,
    (
        SELECT sum(cityHash64(*))
        FROM
        (
            SELECT *
            FROM numbers(10)
            ORDER BY number ASC
        )
    ) AS q2_resultset_hash
SELECT q1_resultset_hash = q2_resultset_hash AS Q1_equals_Q2
FORMAT Pretty

将返回

┏━━━━━━━━━━━━━━┓
┃ Q1_equals_Q2 ┃
┡━━━━━━━━━━━━━━┩
│            1 │
└──────────────┘

虽然这在许多情况下可能很方便，但它不能被认为是验证所有类型结果集相等的万能方法，并且使用它有一些注意事项，例如，如果任何行包含 NULL 值，上述方法将失败。