比较数据库中两大数据集的正确/最快方法

Question

我想比较 2 大数据集（2 个表），每个包含大约 10,000,000 条记录：其他属性的id和哈希。

如果左侧和右侧的id相同，但哈希不同，我需要比较每个属性以查看哪个属性发生了更改。
实现这一目标的最佳方法是什么？

我已经尝试过DiffKit，我正在寻找可能更快的东西。

Answer 1

以下查询将为哈希不同的每个id提供一行，并且仅包含不同的列（其他所有内容均为 NULL）

SELECT a.id
    , NULLIF(a.col1,b.col1) t1_col1
    , NULLIF(b.col1,a.col1) t2_col1
    , NULLIF(a.col2,b.col2) t1_col2
    , NULLIF(b.col2,a.col2) t2_col2
    […]
FROM table1 a INNER JOIN table2 b
ON a.id = b.id
AND a.hash <> b.hash

（id，hash）上的索引将加快查询速度。