使用 'FOR XML RAW' 避免在调用 'HashBytes' 时出现多行

Question

在通用 ETL 流程中，我从源（表、文件、网络服务等）中选择数据并将其放入数据集市。

我正在使用 MS-SQL 哈希字节函数来确定某行是否已更改。

例如在带有 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

我的问题是源中有重复的主键

然后在 HASHBYTES 中使用的子选择将包括两列，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。这就是 'FOR XML RAW' 部分

的原因

如果有任何有用的意见，我将不胜感激。最好仅通过更改上述 SQL 语句即可实现，因为它是大型通用解决方案的一部分。而且我的手有点被束缚了。

我一直在考虑添加一个虚拟聚合函数来强制错误。但是一直没弄明白怎么做。

Answer 1

周末带着充电的大脑回到键盘后。我意识到解决方案其实很简单。

只需在传递给 HASHBYTES 的语句周围添加 'SELECT () AS FOO' 使其成为一个子查询。 :-|

所以声明将如下所示。

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

使用 'FOR XML RAW' 避免在调用 'HashBytes' 时出现多行

Avoiding multiple rows in call to 'HashBytes' with 'FOR XML RAW'

sql-server

etl

hashbytes