使用“FOR XML RAW”避免在调用“HashBytes”时出现多行答案

【问题标题】：Avoiding multiple rows in call to 'HashBytes' with 'FOR XML RAW'使用“FOR XML RAW”避免在调用“HashBytes”时出现多行
【发布时间】：2015-01-09 14:09:26
【问题描述】：

在通用 ETL 流程中，我将数据从源（表、文件、Web 服务等）选择到数据集市中。

我正在使用 MS-SQL 哈希字节函数来识别行是否已更改。

例如在具有 CountryCode、Zip 和 CityName 的城市表上，主键 = CountryCode 和 Zip

 SELECT CountryCode, Zip,  CityName, 
 CONVERT(VARCHAR(40), HASHBYTES('MD5', 
 (SELECT CityName FROM spo.City sub 
  WHERE sub.Zip = main.Zip  
    AND  sub.CountryCode = main.CountryCode  
    FOR XML RAW )), 2) AS SysCheckSumSCD1 
FROM spo.City main

我的问题是源中的主键重复

然后在 HASHBYTES 中使用的子选择将包括两列并且两行将具有相同的哈希键。因此我的数据集市将无法正确更新。此外，我不会被告知源中有重复项。

示例结果：

Zip     CountryCode     CityName        SysCheckSumSCD1
14600   FR              Honfleur        6D8EF511B35621FC0F5CC67AA6B98EEA
14600   FR              Equemauville    6D8EF511B35621FC0F5CC67AA6B98EEA

相反，我希望调用失败。

之前我使用了 CHECKSUM 函数，该函数将实际行作为输入，但在上面的示例中失败了。但我不得不更改为 HASHBYTES，不幸的是它只接受一个字符串作为输入。这是“FOR XML RAW”部分的原因

如果有任何有用的意见，我将不胜感激。最好只通过更改上述 SQL 语句来实现的东西，因为它是大型通用解决方案的一部分。而且我的手有点束缚。

我一直在考虑添加一个虚拟聚合函数来强制错误。但是一直不知道怎么做。

【问题讨论】：

标签： sql-server etl hashbytes

【解决方案1】：

周末后回到键盘上，大脑充满活力。我意识到解决方案其实很简单。

只需通过在其周围添加“SELECT () AS FOO”来使传递给 HASHBYTES 的语句成为子查询。 :-|

因此语句将如下所示。

SELECT CountryCode, Zip,  CityName, 
CONVERT(VARCHAR(40), HASHBYTES('MD5', 
     (SELECT 
      (SELECT CityName 
      FROM spo.City sub 
      WHERE sub.Zip = main.Zip 
      AND  sub.CountryCode = main.CountryCode) AS FOO 
     FOR XML RAW )), 2) AS SysCheckSumSCD1 
FROM spo.City main

【讨论】：