Question

我有两个表：tab1和tab2。每个表只有一个VARCHAR（MAX）列。

我只需要获得那些等于的值对，但仅在不同情况下有所不同。

示例输入：

tab1.t1     tab2.t2
-----------------------
fff     fff
FFF     fff
Fff     fff
FFF     FFA
FfA     FFF
FFF     aaa
bbb     aaa

Related output:

t1      t2
-----------------------
fff     FFF
FFF     fff
Fff     fff
Fff     FFF
FfA     FFA

表格tab1和tab2在我们的真实数据库（~800-1000行）中足够大。我需要生成大约500-600列的操作。

所以我需要写一个快速的解决方案。我写了一个alghoritm：

使用tab1
使用tab2
使用不区分大小写的排序规则来连接先前步骤中的结果集
使用区分大小写的排序规则过滤掉（WHERE子句）哪些值不等于
使用区分大小写的排序规则删除重复的行

我试过了：

SELECT DISTINCT tt.t1 COLLATE Cyrillic_General_CS_AS, tt.t2 COLLATE Cyrillic_General_CS_AS
FROM (
    SELECT tt1.t1, tt2.t2
    FROM 
    (
        SELECT tab1.t1 COLLATE Cyrillic_General_CS_AS
                       AS t1
        FROM (VALUES('fff'),('FFF'),('Fff'),('FFF'),('FfA'),('FFF'),('bbb')) AS tab1(t1)
        GROUP BY tab1.t1 COLLATE Cyrillic_General_CS_AS
    ) tt1 INNER JOIN
    (
        SELECT tab2.t2 COLLATE Cyrillic_General_CS_AS
                       AS t2
        FROM (VALUES('fff'),('fff'),('fff'),('FFA'),('FFF'),('aaa'),('aaa')) AS tab2(t2)
        GROUP BY tab2.t2 COLLATE Cyrillic_General_CS_AS
    ) tt2
    ON tt1.t1 = tt2.t2 COLLATE Cyrillic_General_CI_AS
) AS tt
WHERE tt.t1 <> tt.t2 COLLATE Cyrillic_General_CS_AS

但发生错误：

“COLLATE子句不能用于包含COLLATE子句的表达式。”

请建议我如何在不使用用户定义的函数，临时表或删除group by子句的情况下避免此问题（我尝试过它们 - 它们几乎不会减慢执行速度）。

Answer 1

因为SQL Server可以按任何顺序处理JOIN并且

结转要在最终输出中评估的表达式
尽早解决表达式，尽早简化为从数据中初步检索

它无法保证强制应用COLLATE的阶段。因此，您只能将ONCE应用于任何列/表达式。由于您在外部查询中已经有DISTINCT，因此GROUP BY在派生表中是多余的 - 即使您认为它会减少中间结果集。

SELECT DISTINCT tt.t1 COLLATE Cyrillic_General_CS_AS, tt.t2 COLLATE Cyrillic_General_CS_AS
FROM (
    SELECT tt1.t1, tt2.t2
    FROM 
        (VALUES('fff'),('FFF'),('Fff'),('FFF'),('FfA'),('FFF'),('bbb')) tt1(t1)
    INNER JOIN
        (VALUES('fff'),('fff'),('fff'),('FFA'),('FFF'),('aaa'),('aaa')) tt2(t2)
    ON tt1.t1 = tt2.t2
) AS tt
WHERE tt.t1 <> tt.t2 COLLATE Cyrillic_General_CS_AS

COLLATE子句不能用于包含COLLATE子句的表达式

1 个答案: