如何在Snowflake中对比同表内同一ID的两行所有列？

我在Snowflake中有一张员工信息表，每个员工有唯一ID，每个ID对应两行数据：一行是最新/当前个人信息，另一行是旧系统的历史信息。表内有约70列（头衔、姓名、出生日期、地址、邮编、邮箱等），员工数量庞大。

需求：对比每个员工两行数据的所有列，输出单行结果——ID作为主键保留，其余列若两行值相同则显示0，不同则显示1。

示例 #

原表（MyTable） #

输出结果 #

现有手动方案 #

我目前的实现需要手动逐个输入列名，代码如下：

SELECT 
CURRENT.ID
, CASE WHEN CURRENT.FIRSTNAME = PREVIOUS.FIRSTNAME THEN FALSE ELSE TRUE END AS FIRSTNAME
-- 其余所有列都要重复上述CASE逻辑
FROM MYTABLE CURRENT
INNER JOIN MYTABLE PREVIOUS ON (CURRENT.ID = PREVIOUS.ID)
WHERE CURRENT.VERSION = 'CURRENT' AND PREVIOUS.VERSION = 'PREVIOUS'

但我知道肯定有更高效的方法，如果SQL实现太复杂，用Python处理也可以。

优化方案 #

方案1：利用Snowflake元数据自动生成SQL #

通过查询Snowflake的信息模式（INFORMATION_SCHEMA）获取表的列名，自动拼接CASE语句，避免手动编写70次重复逻辑：

SELECT STRING_AGG(
    CONCAT(
        ', CASE WHEN CURRENT.', COLUMN_NAME, ' = PREVIOUS.', COLUMN_NAME, ' THEN 0 ELSE 1 END AS ', COLUMN_NAME
    ), '\n'
) AS COLUMN_CASE_STATEMENTS
FROM INFORMATION_SCHEMA.COLUMNS
WHERE TABLE_SCHEMA = '你的模式名' 
  AND TABLE_NAME = 'MYTABLE'
  AND COLUMN_NAME NOT IN ('ID', 'VERSION');

执行这段SQL后，会得到所有列的CASE语句片段，直接复制到你的基础SQL中即可。

方案2：Python处理（Pandas实现） #

如果SQL自动生成觉得麻烦，用Python读取数据后对比更直观：

import snowflake.connector
import pandas as pd

# 连接Snowflake
conn = snowflake.connector.connect(
    user='你的用户名',
    password='你的密码',
    account='你的账户名',
    warehouse='你的仓库',
    database='你的数据库',
    schema='你的模式'
)

# 读取全表数据
query = "SELECT * FROM MYTABLE;"
df = pd.read_sql(query, conn)

# 拆分当前和历史数据，按ID索引
current_df = df[df['VERSION'] == 'CURRENT'].set_index('ID')
previous_df = df[df['VERSION'] == 'PREVIOUS'].set_index('ID')

# 逐列对比，相同为0，不同为1
result_df = (current_df != previous_df).astype(int).reset_index()

# 输出结果或写回Snowflake
print(result_df)
# result_df.to_sql('EMPLOYEE_COMPARISON_RESULT', conn, if_exists='replace', index=False)

conn.close()

内容的提问来源于stack exchange，提问作者BShardz