Java中不相交的两个结果集
我有两个结果集来自两个不同的数据库,我需要比较它。我想要一个像这样的手术 A-B 要在他们身上执行 我无法执行逐行比较,因为结果集中的第一行可以出现在B结果集中的任何位置 下面是在.NET中执行此操作的代码,非常简单和完美Java中不相交的两个结果集,java,resultset,Java,Resultset,我有两个结果集来自两个不同的数据库,我需要比较它。我想要一个像这样的手术 A-B 要在他们身上执行 我无法执行逐行比较,因为结果集中的第一行可以出现在B结果集中的任何位置 下面是在.NET中执行此操作的代码,非常简单和完美 var nonIntersecting = dtSource.AsEnumerable().Except ( dtTarget.AsEnumerable(), DataRowCompa
var nonIntersecting = dtSource.AsEnumerable().Except
(
dtTarget.AsEnumerable(), DataRowComparer.Default
);
try
{
dtSrcToTgtResult = nonIntersecting.CopyToDataTable();
} catch (InvalidOperationException ex) {}
这里的dtSource、dtTarget是包含来自数据库的源数据和目标数据的数据表。
dtSrcToTgtResult包含源中存在的数据,但不包含目标中的数据,这正是我想要的
可以在JavaScript中使用结果集执行同样的操作。我还可以检查CachedRowSet
或webRowSet
中是否有类似的内容
编辑
对于投负票的人。这是我已经做过的,但并不能解决问题
private Boolean compare(ResultSet rsSrc,ResultSet rsTgt,String ExecCondition)
{
Boolean status = true;
try
{
ResultSetMetaData metaSrc = rsSrc.getMetaData();
ResultSetMetaData metaTgt = rsTgt.getMetaData();
final int columnCountSrc = metaSrc.getColumnCount();
List<DBRow> dList = new ArrayList<DBRow>();
List<DBRow> DataInSourceNotInTarget = new ArrayList<DBRow>();
List<DBRow> DataInTargetNotInSource = new ArrayList<DBRow>();
DBRow d = new DBRow();
DBRow d1 = new DBRow();
for (int column = 1; column <= columnCountSrc; column++)
{
d.Row.add(metaSrc.getColumnName(column));
d1.Row.add(metaTgt.getColumnName(column));
}
DataInSourceNotInTarget.add(d);
DataInTargetNotInSource.add(d1);
if(ExecCondition.equals("Source To Target"))
{
while(rsSrc.next())
{
if(rsTgt.next())
{
for (int column = 1; column <= columnCountSrc; column++)
{
Object valueSrc = rsSrc.getObject(column);
Object valueTgt = rsTgt.getObject(column);
if(!valueSrc.toString().equals(valueTgt.toString()))
{
status=false;
System.out.println("ValueSRC: "+v alueSrc.toString());
System.out.println("ValueTgt: "+valueTgt.toString());
}
}
}
else
{
// if target rows ends
DBRow dr = new DBRow();
for (int column = 1; column <= columnCountSrc; column++)
{
Object valueSrc = rsSrc.getObject(column);
dr.Row.add(valueSrc);
}
DataInSourceNotInTarget.add(dr);
}
}
}//exec condition if
if(ExecCondition.equals("Target To Source"))
{
while(rsTgt.next())
{
if(rsSrc.next())
{
for (int column = 1; column <= columnCountSrc; column++)
{
Object valueSrc = rsSrc.getObject(column);
Object valueTgt = rsTgt.getObject(column);
if(!valueSrc.toString().equals(valueTgt.toString()))
{
status=false;
System.out.println("ValueSRC: "+valueSrc.toString());
System.out.println("ValueTgt: "+valueTgt.toString());
}
}
}
else
{
// if Source rows ends
DBRow dr = new DBRow();
for (int column = 1; column <= columnCountSrc; column++)
{
Object valueTgt = rsTgt.getObject(column);
dr.Row.add(valueTgt);
}
DataInTargetNotInSource.add(dr);
}
}
for(DBRow obj:DataInTargetNotInSource)
{
obj.print();
}
}//exec condition if
}
catch(Exception e)
{
e.printStackTrace();
}
return status;
}
private Boolean compare(ResultSet rsSrc、ResultSet rsTgt、String ExecCondition)
{
布尔状态=真;
尝试
{
ResultSetMetaData metaSrc=rsSrc.getMetaData();
ResultSetMetaData metaTgt=rsTgt.getMetaData();
final int columnCountSrc=metaSrc.getColumnCount();
List dList=new ArrayList();
List DataInSourceNotTarget=new ArrayList();
List DataInTargetNotInSource=new ArrayList();
DBRow d=新的DBRow();
DBRow d1=新的DBRow();
对于(int column=1;column我有一个功能性但非最佳的解决方案:
它需要将所有行加载到内存中的数据结构中(每个结果集都加载到列表中,每个项都是列名值的映射)
在源行列表上循环,并针对该列表中的每个项目-搜索目标列表中不存在的项目(表示o(n^2)处理)
我过去很容易将结果集转换为列表
import java.sql.*;
import java.util.*;
import java.util.stream.*;
import org.apache.commons.dbutils.handlers.MapListHandler;
try (Connection conn = DriverManager.getConnection(url, user, password)) {
// load source table
Statement st = conn.createStatement();
ResultSet sourceRs = st.executeQuery("SELECT * FROM source");
List<Map<String, Object>> sourceRows = new MapListHandler().handle(sourceRs);
sourceRs.close();
st.close();
// load target table
st = conn.createStatement();
ResultSet targetRs = st.executeQuery("SELECT * FROM target");
List<Map<String, Object>> targetRows = new MapListHandler().handle(targetRs);
targetRs.close();
st.close();
// for every row in source, look for no match in target
List<Map<String, Object>> diffRows =
sourceRows.stream()
.filter(sourceRow -> rowExistsInTable(sourceRow, targetRows) == false)
.collect(Collectors.toList());
diffRows.stream().forEach(System.out::println);
} catch (Exception e) {
e.printStackTrace();
}
比较是如何进行的?源和目标是否具有相同的列?@sharonbn源和目标将具有相同的列,但数据中可能会出现不匹配,这就是验证。要确定源中有哪些内容而目标中没有。你想让其他人做你的功课吗?@skible我已经编写了代码,但这是逐行比较的。然后t并没有解决问题。我已经说过了。为什么要投负数票。我不能在我的应用程序中导入java.util.stream.*和sourceRows.stream()不可用。这是Java 8功能。您使用的是什么版本?diffRows只返回源中的所有内容。这意味着您需要修改行的比较。在我的示例中,我使用targetRow.equals(sourceRow)
确定目标结果集中是否存在源行。它基于equals()HashMap的,它应该检查键和值是否相等。您可能需要根据您拥有的数据修改它(可能只检查主键列?)。打印和/或调试是下一步…我一生中从未使用过lambda exp。您能否建议我进行修改,以便在源与目标之间进行比较时获得行的差异。
/**
* checks if {@code searchRow} exists in {@code table}
* existence is determined according to {@code areRowsEqual} method
* @param searchRow {@code Map<String, Object>} where keys are column names and values are column vales
* @param table {@code List} of {@code Map<String, Object>} rows
* @return {@code true} if {@code searchRow} was found in {@code table}
*/
public static boolean rowExistsInTable(Map<String, Object> searchRow, List<Map<String, Object>> table)
{
for (Map<String, Object> tableRow : table) {
if (areRowsEqual(tableRow, searchRow)) return true;
}
return false;
}
/**
* checks if all of row1 columns are found with same values in row2
* note: does not check if there is column in row2 that does not exist in row1
* @param row1
* @param row2
* @return {@code true} if {@code row1} is equal to {@code row2}
*/
public static boolean areRowsEqual(Map<String, Object> row1, Map<String, Object> row2)
{
// loop on row1 columns
for (Map.Entry<String, Object> row1Column : row1.entrySet()) {
String row1ColumnName = row1Column.getKey();
Object row1ColumnValue = row1Column.getValue();
// search row1 column in row2
if (row2.containsKey(row1ColumnName) &&
row2.get(row1ColumnName) != null &&
row2.get(row1ColumnName).equals(row1ColumnValue)) {
// row1 column was found in row2, nothing to do
} else {
// row1 column was not found in row2
return false;
}
}
return true; // all row 1 columns found in row 2
}