2 个数据表上的 C# 动态完全外连接

Question

我需要对 2 个数据表进行完全外部联接，我不知道数据表中有哪些列，但它们在每个表中都是相同的，我也只有我需要做的列的名称变量中的连接。有没有办法做到这一点？

我需要做的是在 C# 脚本中加入 2 个数据表。我在 SSIS 中使用数据流从几个文件中获取数据，最后我需要比较最后两组数据。我需要在任何 2 个数据表上执行此操作，只要它们具有相同的列，因此我无法在 SSIS 中完成该过程，因为我需要指定列。

GetData() 我只是在需要比较 2 个表时使用它，但 donnesPROD 和 donnesDEV 是从 SSIS 中的对象变量填充的。

到目前为止，这是我的代码：

DataTable donnesPROD = GetData(connectionPROD, sql_request);
DataTable donnesDEV = GetData(connectionDEV, sql_request);

这是 GetData 的代码：

DataTable GetData(string cs, string query)
        {
            OleDbConnection conn = new OleDbConnection(cs);
            conn.Open();
            OleDbCommand cmd = new OleDbCommand(query, conn);

            DataTable dt = new DataTable();
            dt.Load(cmd.ExecuteReader());
            conn.Close();
            return dt;
        }

我有另一个数据表中的列列表，并且我在字符串变量key 中有主键的名称。从这里我需要能够在key 上完成donnesPROD 和donnesDEV 的完全外部连接。可以这样做吗？或者有没有办法自己动态生成脚本代码然后执行？

Answer 1

你有两个选择。

条件连接

如果你不知道具体的列名，但你知道列名可能是什么，你可以像这样进行条件连接：

CREATE PROCEDURE ExampleDynamicJoin(@JoinColumn AS VarChar(40))
AS
BEGIN
    SELECT *
    FROM   TableA
    JOIN   TableB ON (@JoinColumn = 'ColumnA' AND TableA.ColumnA = TableB.ColumnA)
                  OR (@JoinColumn = 'ColumnB' AND TableA.ColumnB = TableB.ColumnB)
                  OR (@JoinColumn = 'ColumnC' AND TableA.ColumnC = TableB.ColumnC)
END

您可能无法从中获得最佳性能（条件连接会使查询引擎感到困惑，并且它可能不会选择最佳索引，如果它完全选择了一个）。如果桌子很大，你也可以这样做。看起来有点痛苦，但会获得更好的性能：

CREATE PROCEDURE ExampleDynamicJoin(@JoinColumn AS VarChar(40))
AS
BEGIN
    IF (@JoinColumn = 'ColumnA') BEGIN
        SELECT *
        FROM   TableA
        JOIN   TableB ON TableA.ColumnA = TableB.ColumnA
    END
    IF (@JoinColumn = 'ColumnB') BEGIN
        SELECT *
        FROM   TableA
        JOIN   TableB ON TableA.ColumnB = TableB.ColumnB
    END
    IF (@JoinColumn = 'ColumnC') BEGIN
        SELECT *
        FROM   TableA
        JOIN   TableB ON TableA.ColumnC = TableB.ColumnC
    END
END

如果 TableA 或 TableA 是更大查询的一部分，并且您最终会复制大量 SQL，则始终可以将仅 TableA 和 TableB 的结果集提取到临时表中，然后在更大的查询中使用临时表。

动态 SQL

如果您对列名没有最模糊的了解，并且有很多可能性，您可以将 SQL 构造为字符串并以这种方式连接。您应该验证传入的列名；这不仅会确保该列确实存在，而且当@JoinColumn 包含注入攻击时，它会阻止动态SQL 的构建，因为合法的列名不包含SQL 语句。示例：

CREATE PROCEDURE ExampleDynamicJoin(@JoinColumn AS VarChar(40))
AS
BEGIN
    DECLARE @Sql AS VarChar(MAX)

    IF NOT EXISTS 
    (
        SELECT 0 
        FROM syscolumns c 
        JOIN sysobjects o ON o.id = c.id
        WHERE  o.Name = 'TableA'
        AND    c.Name = @JoinColumn
    )
    RAISERROR  (15600,-1,-1, 'ExampleDynamicJoin');  //Throw error if column doesn't exist

    SET @Sql = 
       'SELECT *
        FROM   TableA
        JOIN   TableB ON TableA.' + @JoinColumn + ' = TableB.' + @JoinColumn

    sp_ExecuteSql @Sql
END

或者，如果你不使用存储过程，

DataTable ExampleDynamicJoin(string joinColumn)
{
    if (!ValidateColumn(joinColumn)) throw new ArgumentException();

    var sql = String.Format(
      @"SELECT * 
        FROM TableA 
        JOIN TableB ON TableA.{0} = TableB.{0}", 
        joinColumn
    );

    using (var connection = GetConnectionFromSomewhere())
    {
        using (var cmd = new SqlCommand
        {   
            CommandText = sql,
            CommandType = CommandType.Text,
            Connection = connection
        })
        {
            var reader = cmd.ExecuteReader();
            var table = new DataTable();
            table.Load(reader);
            return table;
        }
    }
}

使用动态 SQL 时，应尽可能使用参数。但是您不能将参数用作列名，因此在这种情况下您必须进行连接。连接时，始终将输入列入白名单。这就是为什么我包含一个名为 ValidateColumn 的函数，它看起来像这样：

bool ValidateColumn(string columnName)
{
    switch columnName.ToUpper()
    {
        case "COLUMNA":
        case "COLUMNB":
        case "COLUMNC":
            return true;
        default:
            return false;
    }
}