TSql checksum 比较两个表的数据是否相同

浏览数：20 / 时间：2015年06月12日

CheckSum函数，用于计算一组表达式的校验和，这个校验和是int，并且对于相同的一组表达式，校验和是相同的，只在极少数情况下，不同的表达式有相同的校验和。CheckSum函数的这一特性，可以用于比较两个表的数据是否相同。如果表中的两列的CheckSum值相同，那么这两列的值是相同的，因此校验和和表达式是一对一的关系。

if object_id(‘dbo.ta‘) is not null
    drop table dbo.ta

if object_id(‘dbo.tb‘) is not null
    drop table dbo.tb

create table dbo.ta
(c1 int,
c2 varchar(10)
)
create table dbo.tb
( b1 int,
b2 varchar(10)
)

insert into dbo.ta values(1,‘a‘),(10,‘a0‘),(11,‘a1‘),(12,‘a2‘),(13,‘a3‘),(14,‘a4‘)
insert into dbo.tb values(1,‘a‘),(10,‘a0‘),(11,‘a1‘),(12,‘a2‘),(13,‘a3‘),(14,‘a4‘),(15,‘a5‘)

--use join clause to compare
select *
from dbo.ta a
left join dbo.tb b
on checksum(c1,c2)=checksum(b1,b2)
where b.b1 is null

select *
from dbo.ta a
right join dbo.tb b
on checksum(c1,c2)=checksum(b1,b2)
where a.c1 is null

--use except clause to compare
select checksum(c1,c2) from dbo.ta
except
select checksum(b1,b2) from dbo.tb

--the query resutl is 1779172094
select checksum(b1,b2) from dbo.tb
except
select checksum(c1,c2) from dbo.ta

--use the value to query 
select * from dbo.tb where checksum(b1,b2)=1779172094

MSDN对CheckSum的注释

1，CheckSum函数的语法是：CHECKSUM ( expression [ ,...n ] )

2，Note

CHECKSUM 对其参数列表计算一个称为校验和的哈希值。此哈希值用于生成哈希索引。如果 CHECKSUM 的参数为列，并且对计算的 CHECKSUM 值生成索引，则结果是一个哈希索引。它可用于对列进行等价搜索。

CHECKSUM 满足哈希函数的下列属性：在使用等于 (=) 运算符比较时，如果两个列表的相应元素具有相同类型且相等，则在任何两个表达式列表上应用的 CHECKSUM 将返回同一值。对于该定义，指定类型的 Null 值被作为相等进行比较。如果表达式列表中的某个值发生更改，则列表的校验和通常也会更改。但只在极少数情况下，校验和会保持不变。因此，我们不推荐使用 CHECKSUM 来检测值是否更改，除非应用程序可以容忍偶尔丢失更改。请考虑改用 HashBytes。指定 MD5 哈希算法时，HashBytes 为两个不同输入返回相同结果的可能性比 CHECKSUM 小得多。

表达式的顺序影响 CHECKSUM 的结果值。用于 CHECKSUM(*) 的列顺序是表或视图定义中指定的列顺序。其中包括计算列。

CHECKSUM 值取决于排序规则，使用不同排序规则存储的相同值将返回一个不同的 CHECKSUM 值。

3，使用 CHECKSUM 生成哈希索引，通过将计算校验和列添加到索引的表中，然后对校验和列生成索引来生成哈希索引。

-- Create a checksum index
ALTER TABLE Production.Product
ADD cs_Pname AS CHECKSUM(Name);
GO
CREATE INDEX Pname_index ON Production.Product (cs_Pname);
GO

--校验和索引可用作哈希索引，尤其是当要索引的列为较长的字符列时可以提高索引速度。 校验和索引可用于等价搜索。
/*Use the index in a SELECT query. Add a second search 
condition to catch stray cases where checksums match, 
but the values are not the same.*/

SELECT * 
FROM Production.Product
WHERE CHECKSUM(N‘Bearing Ball‘) = cs_Pname
AND Name = N‘Bearing Ball‘;
GO