Tsql 针对MD5 varbinary值的聚合或其他特殊计算函数

我有一个很长的自然键，在化学应用程序中有数百个字符。我可以对该值使用MD5来创建一个伪自然键。我想知道的是，以下是否可行；考虑两组子行：

       ParentTable
       parent1
       parent2

       ChildTable
       parent1....md5 value a
       parent1....md5 value b
       parent1....md5 value c

       parent2....md5 value b
       parent2....md5 value c
       parent2....md5 value a

是否可以计算每个三行md5值集，并将计算出的值相互比较，以确定parent1和parent2是否具有相同的子集？孩子们的顺序不一样，但在任何情况下都没有顺序——这三个元组实际上只是一袋行

所以问题可能是，parent1和parent2在各自的袋子里有相同的东西吗

再说一次，说清楚点，我希望避免一排一排地比较一组和另一组。理想情况下，我希望找到类似于从ChildTable中选择summd5的东西，其中parent=1

编辑：在子表上会有一个唯一的索引，以防止同一父表的相同值出现多次：在ChildTableparent上创建唯一索引UX_CHILDTABLE，md5

---

EDIT2：将袋子与袋子进行比较时，相同或相等的定义为：它们包含相同的MD5值集，即一个袋子中的每个项目在另一个袋子中都有它的孪生项。bag1的所有实体都在bag2中找到，bag2的所有实体都在bag1中找到。

我对您的答案有一个可能的解决方案，但这取决于一些澄清。因为我是一个新用户，所以我没有能力在评论中提问。您声明有与每个父级对应的行包。据我所知，行李可能有重复的物品。如果您的父母中存在重复的M5S，您想只考虑不同的吗？第二，您是否仅在袋A=袋B或袋A是袋B的子集，反之亦然的情况下寻求相等

我提出了一个解决方案，考虑到平等关系，它只寻找不同的MD5：

假设我们有两个聚合在子表中的父表，如您的示例所示：

--Create tables that hold our data
if object_id('tempdb..#parent1') is not null drop table #parent1
create table #parent1 (parent varchar(20), words varchar(20), chem varchar(100), bHash varchar(34))
insert into #parent1 values ('parent 1', 'this', 'a', upper(sys.fn_sqlvarbasetostr(hashbytes('md5', 'a'))))
insert into #parent1 values ('parent 1', 'does', 'b', upper(sys.fn_sqlvarbasetostr(hashbytes('md5', 'b'))))
insert into #parent1 values ('parent 1', 'not', 'c', upper(sys.fn_sqlvarbasetostr(hashbytes('md5', 'c'))))

if object_id('tempdb..#parent2') is not null drop table #parent2
create table #parent2 (parent varchar(20), words varchar(20), chem varchar(100), bHash varchar(34))
insert into #parent2 values ('parent 2', 'matter', 'b', upper(sys.fn_sqlvarbasetostr(hashbytes('md5', 'b'))))
insert into #parent2 values ('parent 2', 'just', 'c', upper(sys.fn_sqlvarbasetostr(hashbytes('md5', 'c'))))
insert into #parent2 values ('parent 2', 'words', 'a', upper(sys.fn_sqlvarbasetostr(hashbytes('md5', 'a'))))
insert into #parent2 values ('parent 2', 'duplicate', 'a', upper(sys.fn_sqlvarbasetostr(hashbytes('md5', 'a'))))

if object_id('tempdb..#child') is not null drop table #child
select *
into #child
from #parent1
union all
select * from #parent2

通过将MD5值视为字符串，我们可以将MD5的行值连接到单个有序列表中。在连接之后，我们可以生成一个新的MD5散列，该散列应用于父级的唯一值集合

if object_id('tempdb..#parentHash') is not null drop table #parentHash
select distinct parent
      --We can create a new hash off an ordered list of distinct values (this is the list)
      ,stuff((select ','+o.bHash
             from (select distinct parent, bHash from #child) o
             where o.parent = t.parent
             order by o.bHash
             for xml path('')),1,1,'') ordered_list
      --Create the hash
      ,upper(sys.fn_sqlvarbasetostr(hashbytes('md5',
           stuff((select ','+o.bHash
                 from (select distinct parent, bHash from #child) o
                 where o.parent = t.parent
                 order by o.bHash
                 for xml path('')),1,1,'')
       ))) parentHash
into #parentHash
from (select distinct parent, bHash from #child) t

然后，您可以在父哈希相等的位置查询这些值

select distinct o.parent
      ,t.parent
from #parentHash o
inner join #parentHash t on o.parentHash = t.parentHash and o.parent <> t.parent

---

同样，此解决方案假定您只查找具有等效唯一值的行李。如果您担心重复项或父项是彼此的子集，则必须探索不同的解决方案。

感谢您的回复。我现在正在通读并编辑我的原始问题，以回答您的后续问题。我们可以通过将MD5值视为字符串，将MD5的行值连接到单个有序列表中。在连接之后，我们可以生成一个新的MD5散列，该散列应用于父级的唯一值集合。很好，我刚刚想到了一种字符串连接方法，并准备发布一个关于XML路径的问题：-