这很容易发生。 您可以通过添加新列来调整表：
ALTER TABLE payments ADD code NUMBER(3); 您继续执行您的业务逻辑–绝对没有问题。 但是，随后（可能在生产中）某些批处理作业失败，因为它对数据类型做出了一些强有力的假设。 即，假设两个表payments和payments_archive具有相同的行类型：
CREATE TABLE payments
(
id NUMBER(18) NOT NULL,
account_id NUMBER(18) NOT NULL,
value_date DATE,
amount NUMBER(25, 2) NOT NULL
);
CREATE TABLE payments_archive
(
id NUMBER(18) NOT NULL,
account_id NUMBER(18) NOT NULL,
value_date DATE,
amount NUMBER(25, 2) NOT NULL
);由于具有相同的行类型，您可以简单地将一行从一个表移动到另一个表，例如，使用如下查询：
INSERT INTO payments_archive
SELECT * FROM payments
WHERE value_date < SYSDATE - 30;（并不是说使用上面的语法通常是一个好主意，实际上不是一个好主意。但是您明白了）
您现在得到的是：
ORA-00913: too many values解决的方法很明显，但可能必须解决此问题的可怜的灵魂不是您，而是必须找出可能不匹配的数百列的其他人。 这是（在Oracle中）方法：
使用PIVOT比较两个表！
您当然不能使用PIVOT而只需从字典视图中的任何一个表中选择所有列：
SELECT
table_name,
column_name
FROM all_tab_cols
WHERE table_name LIKE 'PAYMENTS%'这将产生以下结果：
TABLE_NAME COLUMN_NAME
------------------ ---------------
PAYMENTS ID
PAYMENTS ACCOUNT_ID
PAYMENTS VALUE_DATE
PAYMENTS AMOUNT
PAYMENTS CODE
PAYMENTS_ARCHIVE ID
PAYMENTS_ARCHIVE ACCOUNT_ID
PAYMENTS_ARCHIVE VALUE_DATE
PAYMENTS_ARCHIVE AMOUNT 不太可读。 当然，您可以使用set操作并应用INTERSECT和MINUS （ EXCEPT ）来过滤出匹配的值。 但是好得多：
SELECT *
FROM (
SELECT
table_name,
column_name
FROM all_tab_cols
WHERE table_name LIKE 'PAYMENTS%'
)
PIVOT (
COUNT(*) AS cnt
FOR (table_name)
IN (
'PAYMENTS' AS payments,
'PAYMENTS_ARCHIVE' AS payments_archive
)
) t;以上内容产生了：
COLUMN_NAME PAYMENTS_CNT PAYMENTS_ARCHIVE_CNT
------------ ------------ --------------------
CODE 1 0
ACCOUNT_ID 1 1
ID 1 1
VALUE_DATE 1 1
AMOUNT 1 1 现在，很容易识别出PAYMENTS_ARCHIVE表中缺少的列。 如您所见，原始查询的结果每列和每张表产生了一行。 我们采用了该结果并将其旋转为“ FOR”表名，这样我们现在每列只获得一行
如何阅读PIVOT？
这简单。 内联评论：
SELECT *
-- This is the table that we're pivoting. Note that
-- we select only the minimum to prevent side-effects
FROM (
SELECT
table_name,
column_name
FROM all_tab_cols
WHERE table_name LIKE 'PAYMENTS%'
)
-- PIVOT is a keyword that is applied to the above
-- table. It generates a new table, similar to JOIN
PIVOT (
-- This is the aggregated value that we want to
-- produce for each pivoted value
COUNT(*) AS available
-- This is the source of the values that we want to
-- pivot
FOR (table_name)
-- These are the values that we accept as pivot
-- columns. The columns names are produced from
-- these values concatenated with the corresponding
-- aggregate function name
IN (
'PAYMENTS' AS payments,
'PAYMENTS_ARCHIVE' AS payments_archive
)
) t;而已。 不是那么难，不是吗？
这种语法的好处是，我们可以很容易地生成任意数量的其他列：
SELECT *
FROM (
SELECT
table_name,
column_name,
cast(data_type as varchar(6)) data_type
FROM all_tab_cols
WHERE table_name LIKE 'PAYMENTS%'
)
PIVOT (
COUNT(*) AS cnt,
MAX(data_type) AS type -- new function here
FOR (table_name)
IN (
'PAYMENTS' AS p,
'PAYMENTS_ARCHIVE' AS a
)
) t;…制作（在附加错误的DDL之后）…
COLUMN_NAME P_CNT P_TYPE A_CNT A_TYPE
----------- ---------- ------ ---------- ------
CODE 1 NUMBER 0
ACCOUNT_ID 1 NUMBER 1 NUMBER
ID 1 NUMBER 1 NUMBER
VALUE_DATE 1 DATE 1 TIMESTAMP
AMOUNT 1 NUMBER 1 NUMBER 这样，我们可以发现表的不同行类型之间的更多缺陷。 在上面的示例中，我们使用了MAX() ，因为我们必须提供一个聚合函数，即使每个枢转列在我们的示例中恰好对应于一行，但也不一定如此。
如果我不使用Oracle怎么办？
SQL Server还支持PIVOT，但其他数据库则不支持。 您始终可以使用GROUP BY和CASE来模拟PIVOT 。 以下语句与上一个语句等效：
SELECT
t.column_name,
count(CASE table_name
WHEN 'PAYMENTS' THEN 1 END) p_cnt,
max (CASE table_name
WHEN 'PAYMENTS' THEN data_type END) p_type,
count(CASE table_name
WHEN 'PAYMENTS_ARCHIVE' THEN 1 END) a_cnt,
max (CASE table_name
WHEN 'PAYMENTS_ARCHIVE' THEN data_type END) a_type
FROM (
SELECT
table_name,
column_name,
data_type
FROM all_tab_cols
WHERE table_name LIKE 'PAYMENTS%'
) t
GROUP BY
t.column_name;现在，该查询还将在所有其他数据库上产生相同的结果。
是不是……？
是的！ 使用SQL标准的FILTER子句，可以更进一步地缩短聚合函数与CASE结合使用，我们最近在博客中对此进行了博客介绍 。
因此，在PostgreSQL中，您可以编写以下查询：
SELECT
t.column_name,
count(table_name)
FILTER (WHERE table_name = 'payments') p_cnt,
max(data_type)
FILTER (WHERE table_name = 'payments') p_type,
count(table_name)
FILTER (WHERE table_name = 'payments_archive') a_cnt,
max(data_type)
FILTER (WHERE table_name = 'payments_archive') a_type
FROM (
SELECT
table_name,
column_name,
data_type
FROM information_schema.columns
WHERE table_name LIKE 'payments%'
) t
GROUP BY
t.column_name;
