> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-fix-nav-issues.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Cómo validar si dos consultas devuelven el mismo conjunto de resultados

> Aprende a validar que dos consultas de ClickHouse produzcan el mismo conjunto de resultados mediante funciones hash y técnicas de comparación.

<div id="question">
  ## Pregunta
</div>

¿Cómo puedo verificar que dos consultas devuelvan los mismos conjuntos de resultados?

<div id="answer">
  ## Respuesta
</div>

Puede utilizar el siguiente enfoque:

```sql theme={null}
WITH
    (
        SELECT sum(cityHash64(*))
        FROM
        (
            -- tu consulta 1 aquí
            -- SELECT ...
        )
    ) AS q1_resultset_hash,
    (
        SELECT sum(cityHash64(*))
        FROM
        (
            -- tu consulta 2 aquí
            -- SELECT ...
        )
    ) AS q2_resultset_hash
SELECT equals(q1_resultset_hash,q2_resultset_hash) as Q1_equals_Q2
```

El ejemplo usa una [CTE](/es/reference/statements/select/with) para calcular la suma del valor [cityHash](/es/reference/functions/regular-functions/hash-functions#cityhash64) de cada fila en estas dos consultas, y devolverá `1` si los dos conjuntos de resultados son idénticos.

Usando algunos datos de una secuencia de enteros y formato Pretty:

```sql theme={null}
WITH
    (
        SELECT sum(cityHash64(*))
        FROM
        (
            SELECT *
            FROM numbers(10)
            ORDER BY number DESC
        )
    ) AS q1_resultset_hash,
    (
        SELECT sum(cityHash64(*))
        FROM
        (
            SELECT *
            FROM numbers(10)
            ORDER BY number ASC
        )
    ) AS q2_resultset_hash
SELECT q1_resultset_hash = q2_resultset_hash AS Q1_equals_Q2
FORMAT Pretty
```

devolverá:

```
┏━━━━━━━━━━━━━━┓
┃ Q1_equals_Q2 ┃
┡━━━━━━━━━━━━━━┩
│            1 │
└──────────────┘
```

Aunque esto puede ser útil en muchos casos, no puede considerarse una solución infalible para validar la igualdad de los conjuntos de resultados para todo tipo de datos, y su uso tiene algunas limitaciones; por ejemplo, si alguna fila contiene valores `NULL`, el enfoque anterior fallará.