Como validar se duas consultas retornam conjuntos de resultados idênticos

Aprenda a validar se duas consultas do ClickHouse produzem conjuntos de resultados idênticos usando funções hash e técnicas de comparação.

​

Pergunta

Como posso validar que duas consultas retornam o mesmo conjunto de resultados?

​

Resposta

Você pode usar a abordagem abaixo:

WITH
    (
        SELECT sum(cityHash64(*))
        FROM
        (
            -- sua consulta 1 aqui
            -- SELECT ...
        )
    ) AS q1_resultset_hash,
    (
        SELECT sum(cityHash64(*))
        FROM
        (
            -- sua consulta 2 aqui
            -- SELECT ...
        )
    ) AS q2_resultset_hash
SELECT equals(q1_resultset_hash,q2_resultset_hash) as Q1_equals_Q2

O exemplo usa uma CTE para calcular a soma dos valores de cityHash de cada linha nessas duas consultas e retornará 1 se os dois conjuntos de resultados forem idênticos.

Usando alguns dados de sequência de inteiros e formatação Pretty:

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

retorna:

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

Embora isso possa ser útil em muitos cenários, não pode ser considerado uma solução definitiva para validar a igualdade de conjuntos de resultados para todos os tipos de dados, e há algumas ressalvas no seu uso; por exemplo, se alguma linha contiver valores NULL, a abordagem acima falhará.