利用inner join核对两张表的数据

1、inner join 浅尝

提到比对两张表的数据是否完全相同，很容易想到用inner join关联两张表去比较。Inner join的基本语法是：

select collist from t1 inner join t2 on condition1 and condition2…;

简单理解就是对于t1表中的每一行，将它与t2表的每一行进行比较，检查他们是否满足关联条件，当满足关联条件时，inner join 将返回由t1和t2表中的列组成的新行，当无法满足关联条件时，将返回一个空结果。下面举个例子：

create table t1(id number,name varchar2(10));

insert into t1 values(1, ‘A’);

insert into t1 values(2, ‘B’);

insert into t1 values(3, ‘C’);

insert into t1 values(4, ‘D’);

select * from t1;

得到t1表数据如下

create table t2(id number,name varchar2(10));

insert into t2 values(1, ‘A’);

insert into t2 values(2, ‘B’);

insert into t2 values(3, ‘C’);

insert into t2 values(4, ‘D’);

select * from t2;

得到t2表数据如下

t1和t2表结构相同，用inner join做两张表关联，条件是相对应的字段都完全一致。sql语句和结果如下：

select * from t1 inner join t2 on t1.ID=t2.ID and t1.NAME=t2.NAME;

select count(*) from t1 inner join t2 on t1.ID=t2.ID and t1.NAME=t2.NAME;　　

由上述例子可见，用inner join比较两张表结构完全相同的表，当关联条件为对应字段都相等时，若t1表的条数=t2表的条数=两张表inner join的返回条数，则说明这两张表数据内容是完全一致的。

2、小心数据重复陷阱

以上是用inner join语句时最容易想到的思路，但是我们忽略了一点，inner join原理是对两张表做乘积操作，对于表内有重复数据时候，就会出现漏洞，举例如下：

假设t1表数据如下：

t2表数据如下：

用inner join对两张表做关联操作，条件是相对应字段值都相等，语句和执行结果如下：

select * from t1 inner join t2 on t1.ID=t2.ID and t1.NAME=t2.NAME;

select count(*) from t1 inner join t2 on t1.ID=t2.ID and t1.NAME=t2.NAME;　　
结果 4 条数据

由此可见，当所对比的两张表内有重复数据时，用最初的inner join 方法直接关联两张表判断数据是否完全一致将会出现问题。

3、一种简单的改进方法

如何解决呢？一种简单的改进方法就是对两张表分别按整行分组，并计算分组的条数，得到t1’和t2’，此时的t1’和t2’是不存在任何重复数据的两张表，再对t1’和t2’用最初的方法通过inner join关联比较。下面举例说明：

对t1分组并求条数，得到t1’，语句和执行结果如下：

select id,name,count(1) as num from t1 group by id，name;

对t2分组并求条数，得到t2’，语句和执行结果如下：

select id,name,count(1) as num from t2 group by id，name;

对t1’和t2’用inner join语句做关联和比较，语句和执行结果如下：

select *

from (select id,name,count(1) as num from t1 group by id，name) table1

inner join (select id,name,count(1) as num from t2 group by id，name) table2 on table1.ID=table2.ID

and table1.name=table2.name

and table1.num=table2.num;

若t1’的条数=t2’的条数=t1’和t2’inner join关联（条件是对应字段值都相等）返回条数，则说明t1和t2表数据完全相同。在上述例子中，可以看到改进后的inner join语句可以判断出t1 和 t2表数据并不完全一致。

4、更多判断语句

其实除了inner join语句外，还有很多种方法可以比较两张表的数据是否完全一致。

如用minus 对两张表做减法，返回t1表减去t2表后的行，返回t2表减去t1表后的行，判断是否返回的内容都为空

select * from t1 minus select * from t2;

select * from t2 minus select * from t1;

如用exists对表中的每一行逐一判断，返回在t1中存在但t2中不存在的行，返回在t2中存但在t1中不存在的行，查看是否返回的内容都为空：

select * from t1

where not exists(select * from t2 where t1.ID=t2.ID and t1.NAME=t2.NAME);

select * from t2

where not exists(select * from t1 where t1.ID=t2.ID and t1.NAME=t2.NAME);

如将t1和t2中的所有字段以字符串的形式拼接起来，判断t1拼接后的字符串是否都在t2中存在，t2拼接后的字符串是否都在t1中存在：

select * from t1 where t1.ID||t1.NAME not in (select t2.ID||t2.NAME from t2);

select * from t2 where t2.ID||t2.NAME not in (select t1.ID||t1.NAME from t1);

值得注意的是，以上三种方法同样也不适用于有重复数据时的情况。但是没关系，通过前文inner join举例，我们已经学会了采用对整行分组求条数得到t1’和t2’的方法，通过对t1’和t2’进行比较，同样可以获得比对t1和t2数据是否完全一致的正确结果。

摘自： https://zhuanlan.zhihu.com/p/113617244