如何比较 SQL Server 和 Postgres 中两个表列的哈希值？

Question

我在 SQL Server 2017 中有一个表，该表有很多行，并且该表连同数据一起迁移到 Postgres 10.5（我的同事使用 Talend工具）。

我想比较迁移后数据是否正确。我想比较 SQL Server 与 Postgres 中列中的值。

我可以尝试将列读入 SQL server 和 Postgres 中的 Numpy 系列 项，然后比较两者。

但是这两个数据库都不在我的本地机器上。它们托管在我需要从网络访问的服务器上，这意味着数据检索将花费很多时间。

相反，我想做这样的事情。

对按 primary_key 排序的列值执行 sha256 或 md5 哈希，并比较两个数据库的哈希值，这意味着我不这样做不需要从数据库中检索结果到我的本地进行比较。

如果列具有完全相同的值，则该函数或其他东西应该为 hash 返回相同的值。

我什至不确定这是否可能，或者有没有更好的方法。

谁能指点我的方向。

Answer 1

如果 FDW 不适合您，也许哈希比较是个好主意。 MD5 可能是个好主意，只是因为您应该从不同的软件中获得一致的结果。

显然，您需要列在两个数据库中的顺序相同才能进行哈希比较。如果布局不同，您可以在 Postgres 中创建一个视图以匹配 SQL Server 中的列顺序。

一旦你有了要比较的表/视图，Postgres 端就有一个散列的捷径。想象一个名为facility的表：

SELECT MD5(facility::text) FROM facility;

如果这不明显，这就是其中的内容。 Postgres 能够将 any 复合类型转换为文本。喜欢：

select your_table_here::text from your_table_here

结果就像这个例子：

(2be4026d-be29-aa4a-a536-de1d7124d92d,2200d1da-73e7-419c-9e4c-efe020834e6f,"Powder Blue",Central,f)

注意结果周围的（括号）。在 SQL Server 端生成哈希时，您需要考虑到这一点。这段简洁的代码去掉了括号：

SELECT MD5(substring(facility::text, 2, length(facility::text))) FROM facility;

或者，您可以手动将列连接为字符串，然后对其进行哈希处理。如果您的 ID 或时间戳字段在导入期间自动更改，您可能需要这样做，或者使用视图。

:: 转换运算符还可以将行转换为另一种类型，前提是您已经进行了转换。在我上面列出的表格中，您也可以使用视图。

在 SQL Server 方面，我不知道。 HASHBYTES?