hive 增量导入、更新历史表、增量导入与合并脚本

最新推荐文章于 2023-04-14 15:40:57 发布
最新推荐文章于 2023-04-14 15:40:57 发布
阅读量1.3k 收藏 5
点赞数
文章标签： hive mysql 数据库 hadoop 大数据
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Mogeko1/article/details/129063299
版权

1.在mysql创建表导入数据

mysql>create table `student_test` (
	`id` int (10),
	`name` varchar (150),
	`age` int (10),
	`create_time` datetime ,
	`lastmodify_time` datetime 
); 
mysql>
insert into `student_test` (`id`, `name`, `age`, `create_time`, `lastmodify_time`) values('1','wangwu','21','2023-01-10 09:35:25','2023-01-10 13:11:59');
insert into `student_test` (`id`, `name`, `age`, `create_time`, `lastmodify_time`) values('2','zhangsan','21','2023-01-10 09:35:26','2023-01-10 13:11:59');
insert into `student_test` (`id`, `name`, `age`, `create_time`, `lastmodify_time`) values('3','lisi','20','2023-01-10 08:45:23','2023-01-11 13:11:59');
insert into `student_test` (`id`, `name`, `age`, `create_time`, `lastmodify_time`) values('4','xiaohong','30','2023-01-10 09:35:25','2023-01-10 ');
insert into `student_test` (`id`, `name`, `age`, `create_time`, `lastmodify_time`) values('5','feifei','22','2023-01-10 09:35:25','2023-01-10 13:11:59');
insert into `student_test` (`id`, `name`, `age`, `create_time`, `lastmodify_time`) values('6','zhaoliu','22','2023-01-10 09:35:25','2023-01-10 13:11:59');
insert into `student_test` (`id`, `name`, `age`, `create_time`, `lastmodify_time`) values('7','test','22','2023-01-10 08:46:23','2023-01-10 13:11:59');
insert into `student_test` (`id`, `name`, `age`, `create_time`, `lastmodify_time`) values('8','aaa','22','2023-01-10 08:46:23','2023-01-10 13:11:59');
insert into `student_test` (`id`, `name`, `age`, `create_time`, `lastmodify_time`) values('9','bbb','22','2023-01-10 08:46:27','2023-01-10 13:11:59');
insert into `student_test` (`id`, `name`, `age`, `create_time`, `lastmodify_time`) values('10','ccc','23','2023-01-10 08:48:27','2023-01-11 13:11:59');
insert into `student_test` (`id`, `name`, `age`, `create_time`, `lastmodify_time`) values('11','ddd','24','2023-01-10 08:49:28','2023-01-10 13:11:59');
insert into `student_test` (`id`, `name`, `age`, `create_time`, `lastmodify_time`) values('12','eee','25','2023-01-10 11:45:29','2023-01-10 14:11:59');

2.hive:创建ods层的原始数据增量导入表    (把操作系统数据几乎无处理地存放在数据仓库中（可以做一部分 clean 工作）)

hive>create table ods_student_test(
id int,
name string,
age int,
create_time string,
lastmodify_time string
)
partitioned by (dt string)
row format delimited
fields terminated by ',';

3.创建dwd层的全量表(DWD 和 DWS，主要采用维度模型方法建设，多采用维度退化的方法，及将维度退化到事实表，减少事实表和维表的关联，提高事实表的易用性；在汇总层，加强指标的维度退化，采用宽表化手段构建公共指标数据层，提升公共指标的复用性，减少重复加工。) dwd_student_test历史表

hive>create table dwd_student_test(
id int,
name string,
age int,
create_time string,
lastmodify_time string
)
partitioned by (dt string)
row format delimited
fields terminated by ',';

4.sqoop连接mysql数据导出至hdfs上（10日）

---导入数据并修改元数据，数据和表关联
linux>sqoop import \
--connect jdbc:mysql://mysql_IP:3306/testdb \
--username root \
--password 123 \
--table student_test \			#//表名
--target-dir '/user/hive/warehouse/testdb/student_test/dt=2023-01-10'  \  #//hdfs存放位置 没有此位置的话会自动创建  /user/hive/warehouse/testdb/student_test/dt=2023-01-10'
--incremental lastmodified \		#//这个不是字段 增量模式 最后修改的
--check-column lastmodify_time \    #//指定检查字段
--last-value '2023-01-09 23:59:59'  \   #//指定时间，如果导入10日的数据则指定9日23:59:59
--where "lastmodify_time<'2023-01-11 00:00:00'" \  #//指定条件，如果导入10日的数据字段值<11日0点
--fields-terminated-by ',' \    #//以“，”号分开
-m 1   \            #//map任务的数量

5.hive加载hdfs上的数据并指定分区（10日）

hive>load data  inpath'/user/hive/warehouse/testdb/student_test/dt=2023-01-10' INTO TABLE ods_student_test partition (dt='2023-01-10');

6.查看数据与分区

hive>show partitions ods_student_test;    #//查看分区
hive>alter table ods_student_test drop if exists partition(dt='2023-01-10');    #//删除分区
hive>select * from ods_student_test;
+----------------------+------------------------+-----------------------+-------------------------------+-----------------------------------+----------------------+--+
| ods_student_test.id  | ods_student_test.name  | ods_student_test.age  | ods_student_test.create_time  | ods_student_test.lastmodify_time  | ods_student_test.dt  |
+----------------------+------------------------+-----------------------+-------------------------------+-----------------------------------+----------------------+--+
| 1                    | wangwu                 | 21                    | 2023-01-10 09:35:25.0         | 2023-01-10 13:11:59.0             | 2023-01-10           |
| 2                    | zhangsan               | 21                    | 2023-01-10 09:35:26.0         | 2023-01-10 13:11:59.0             | 2023-01-10           |
| 4                    | xiaohong               | 30                    | 2023-01-10 09:35:25.0         | 2023-01-10 00:00:00.0             | 2023-01-10           |
| 5                    | feifei                 | 22                    | 2023-01-10 09:35:25.0         | 2023-01-10 13:11:59.0             | 2023-01-10           |
| 6                    | zhaoliu                | 22                    | 2023-01-10 09:35:25.0         | 2023-01-10 13:11:59.0             | 2023-01-10           |
| 7                    | test                   | 22                    | 2023-01-10 08:46:23.0         | 2023-01-10 13:11:59.0             | 2023-01-10           |
| 8                    | aaa                    | 22                    | 2023-01-10 08:46:23.0         | 2023-01-10 13:11:59.0             | 2023-01-10           |
| 9                    | bbb                    | 22                    | 2023-01-10 08:46:27.0         | 2023-01-10 13:11:59.0             | 2023-01-10           |
| 11                   | ddd                    | 24                    | 2023-01-10 08:49:28.0         | 2023-01-10 13:11:59.0             | 2023-01-10           |
| 12                   | eee                    | 25                    | 2023-01-10 11:45:29.0         | 2023-01-10 14:11:59.0             | 2023-01-10           |
+----------------------+------------------------+-----------------------+-------------------------------+-----------------------------------+----------------------+--+
10 rows selected (0.214 seconds)

7.更新历史表dwd_student_test（10日）

hive>with temp as(
select 
id,name,age,create_time,lastmodify_time
from ods_student_test where dt='2023-01-10'
union all
select 
id,name,age,create_time,lastmodify_time
from dwd_student_test where dt='2023-01-09'
),
result as(
select 
id,
name,
age,
create_time,
lastmodify_time,
row_number() over(partition by id order by lastmodify_time desc) as rn
from temp
)
insert overwrite table dwd_student_test partition(dt='2023-01-10')
select 
id,
name,
age,
create_time,
lastmodify_time
from result
where rn=1;

8.sqoop连接mysql数据导出至hdfs上（11日）

---导入数据并修改元数据，数据和表关联
linux>sqoop import \
--connect jdbc:mysql://mysql_IP:3306/testdb \
--username root \
--password 123 \
--table student_test \			#//表名
--target-dir '/user/hive/warehouse/testdb/student_test/dt=2023-01-11'  \  #//hdfs存放位置 没有此位置的话会自动创建  /user/hive/warehouse/testdb/student_test/dt=2023-01-11'
--incremental lastmodified \		#//这个不是字段 增量模式 最后修改的
--check-column lastmodify_time \    #//指定检查字段
--last-value '2023-01-10 23:59:59'  \   #//指定时间，如果导入11日的数据则指定10日23:59:59
--where "lastmodify_time<'2023-01-12 00:00:00'" \  #//指定条件，如果导入11日的数据字段值<12日0点
--fields-terminated-by ',' \    #//以“，”号分开
-m 1   \            #//map任务的数量

9.hive加载hdfs上的数据并指定分区（11日）

load data  inpath'/user/hive/warehouse/testdb/student_test/dt=2023-01-11' INTO TABLE ods_student_test partition (dt='2023-01-11');

10.hive查看指定分区数据

hive> select * from ods_student_test dt='2023-01-11';
+----------------------+------------------------+-----------------------+-------------------------------+-----------------------------------+----------------------+--+
| ods_student_test.id  | ods_student_test.name  | ods_student_test.age  | ods_student_test.create_time  | ods_student_test.lastmodify_time  | ods_student_test.dt  |
+----------------------+------------------------+-----------------------+-------------------------------+-----------------------------------+----------------------+--+
| 3                    | lisi                   | 20                    | 2023-01-10 08:45:23.0         | 2023-01-11 13:11:59.0             | 2023-01-11           |
| 10                   | ccc                    | 23                    | 2023-01-10 08:48:27.0         | 2023-01-11 13:11:59.0             | 2023-01-11           |
+----------------------+------------------------+-----------------------+-------------------------------+-----------------------------------+----------------------+--+
hive>select * from ods_student_test;
+----------------------+------------------------+-----------------------+-------------------------------+-----------------------------------+----------------------+--+
| ods_student_test.id  | ods_student_test.name  | ods_student_test.age  | ods_student_test.create_time  | ods_student_test.lastmodify_time  | ods_student_test.dt  |
+----------------------+------------------------+-----------------------+-------------------------------+-----------------------------------+----------------------+--+
| 1                    | wangwu                 | 21                    | 2023-01-10 09:35:25.0         | 2023-01-10 13:11:59.0             | 2023-01-10           |
| 2                    | zhangsan               | 21                    | 2023-01-10 09:35:26.0         | 2023-01-10 13:11:59.0             | 2023-01-10           |
| 4                    | xiaohong               | 30                    | 2023-01-10 09:35:25.0         | 2023-01-10 00:00:00.0             | 2023-01-10           |
| 5                    | feifei                 | 22                    | 2023-01-10 09:35:25.0         | 2023-01-10 13:11:59.0             | 2023-01-10           |
| 6                    | zhaoliu                | 22                    | 2023-01-10 09:35:25.0         | 2023-01-10 13:11:59.0             | 2023-01-10           |
| 7                    | test                   | 22                    | 2023-01-10 08:46:23.0         | 2023-01-10 13:11:59.0             | 2023-01-10           |
| 8                    | aaa                    | 22                    | 2023-01-10 08:46:23.0         | 2023-01-10 13:11:59.0             | 2023-01-10           |
| 9                    | bbb                    | 22                    | 2023-01-10 08:46:27.0         | 2023-01-10 13:11:59.0             | 2023-01-10           |
| 11                   | ddd                    | 24                    | 2023-01-10 08:49:28.0         | 2023-01-10 13:11:59.0             | 2023-01-10           |
| 12                   | eee                    | 25                    | 2023-01-10 11:45:29.0         | 2023-01-10 14:11:59.0             | 2023-01-10           |
| 3                    | lisi                   | 20                    | 2023-01-10 08:45:23.0         | 2023-01-11 13:11:59.0             | 2023-01-11           |
| 10                   | ccc                    | 23                    | 2023-01-10 08:48:27.0         | 2023-01-11 13:11:59.0             | 2023-01-11           |
+----------------------+------------------------+-----------------------+-------------------------------+-----------------------------------+----------------------+--+
12 rows selected (0.125 seconds)

11.更新历史表dwd_student_test（11日）

hive>with temp as(
select 
id,name,age,create_time,lastmodify_time
from ods_student_test where dt='2023-01-11'
union all
select 
id,name,age,create_time,lastmodify_time
from dwd_student_test where dt='2023-01-10'
),
result as(
select 
id,
name,
age,
create_time,
lastmodify_time,
row_number() over(partition by id order by lastmodify_time desc) as rn
from temp
)
insert overwrite table dwd_student_test partition(dt='2023-01-11')
select 
id,
name,
age,
create_time,
lastmodify_time
from result
where rn=1;

12.查看历史表11日数据

hive>select * from dwd_student_test where dt='2023-01-11';
+----------------------+------------------------+-----------------------+-------------------------------+-----------------------------------+----------------------+--+
| dwd_student_test.id  | dwd_student_test.name  | dwd_student_test.age  | dwd_student_test.create_time  | dwd_student_test.lastmodify_time  | dwd_student_test.dt  |
+----------------------+------------------------+-----------------------+-------------------------------+-----------------------------------+----------------------+--+
| 1                    | wangwu                 | 21                    | 2023-01-10 09:35:25.0         | 2023-01-10 13:11:59.0             | 2023-01-11           |
| 2                    | zhangsan               | 21                    | 2023-01-10 09:35:26.0         | 2023-01-10 13:11:59.0             | 2023-01-11           |
| 3                    | lisi                   | 20                    | 2023-01-10 08:45:23.0         | 2023-01-11 13:11:59.0             | 2023-01-11           |
| 4                    | xiaohong               | 30                    | 2023-01-10 09:35:25.0         | 2023-01-10 00:00:00.0             | 2023-01-11           |
| 5                    | feifei                 | 22                    | 2023-01-10 09:35:25.0         | 2023-01-10 13:11:59.0             | 2023-01-11           |
| 6                    | zhaoliu                | 22                    | 2023-01-10 09:35:25.0         | 2023-01-10 13:11:59.0             | 2023-01-11           |
| 7                    | test                   | 22                    | 2023-01-10 08:46:23.0         | 2023-01-10 13:11:59.0             | 2023-01-11           |
| 8                    | aaa                    | 22                    | 2023-01-10 08:46:23.0         | 2023-01-10 13:11:59.0             | 2023-01-11           |
| 9                    | bbb                    | 22                    | 2023-01-10 08:46:27.0         | 2023-01-10 13:11:59.0             | 2023-01-11           |
| 10                   | ccc                    | 23                    | 2023-01-10 08:48:27.0         | 2023-01-11 13:11:59.0             | 2023-01-11           |
| 11                   | ddd                    | 24                    | 2023-01-10 08:49:28.0         | 2023-01-10 13:11:59.0             | 2023-01-11           |
| 12                   | eee                    | 25                    | 2023-01-10 11:45:29.0         | 2023-01-10 14:11:59.0             | 2023-01-11           |
+----------------------+------------------------+-----------------------+-------------------------------+-----------------------------------+----------------------+--+
12 rows selected (0.079 seconds)

增量导入脚本

linux>vi increment.sh
#!/bin/bash
export SQOOP_HOME=/opt/install/sqoop/
export HIVE_HOME=/opt/install/hive/


DT_INCR=`date -d'-1 day' +%Y-%m-%d`

if [ $1 ]
then
DT_INCR=$1
fi

${SQOOP_HOME}/bin/sqoop import \
--connect jdbc:mysql://mysql_IP:3306/库名 \
--username root \
--password 123 \
--table 表名 \
--target-dir "/user/hive/warehouse/testdb/student_test/dt=${DT_INCR}"  \
--incremental lastmodified \
--check-column lastmodify_time \
--last-value "${DT_INCR} 00:00:00"  \
--where "date(lastmodify_time)='${DT_INCR}'"   \
--fields-terminated-by ',' \
--split-by id  \
-m 2   \

##

if [ $? -eq 0 ]
then 
echo "import sueccess!"
echo "准备加载到hive表分区：dt=${DT_INCR}"
${HIVE_HOME}/bin/hive -e "alter table test.student_incr add partition(dt='${DT_INCR}')"


if [ $? -eq 0 ]
then 
echo "load data success"
else
echo "fail"
fi

else
echo "data transfomr fail"
fi

增量合并脚本

linux>vi Incremental_merge.sh
#!/bin/bash

export SQOOP_HOME=/opt/install/sqoop/
export HIVE_HOME=/opt/install/hive/

DT_WHOLE=`date -d'-2 day' +%Y-%m-%d`
DT_INCR=`date -d'-1 day' +%Y-%m-%d`

if [[ $1 && $2 ]]
then
DT_WHOLE=$1
DT_INCR=$2
fi

##


${HIVE_HOME}/bin/hive -e "
with temp as(
select 
id,name,age,create_time,lastmodify_time
from test.student_incr where dt='${DT_INCR}'
union all
select 
id,name,age,create_time,lastmodify_time
from test.dwd_student where dt='${DT_WHOLE}'
),
result as(
select 
id,
name,
age,
create_time,
lastmodify_time,
row_number() over(partition by id order by lastmodify_time desc) as rn
from temp
)
insert into table test.dwd_student partition(dt='${DT_INCR}')
select 
id,
name,
age,
create_time,
lastmodify_time
from result
where rn=1
"


if [ $? -eq 0 ]
then 
echo "meger success"
else
echo "fail"
fi

房石阳明i
关注
  • 0
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Hive增量更新方案
周源的专栏
11-07 8945
Hive增量更新方案 方案一（总结出来业界可行方案）： 1、Hive原始表提前规划好以时间分区，初始化装载源库记录为base_table（最新数据） 2、每个相关表都会有一个timestamp列，对每一行操作做了修改，都会重置这列timestamp为当前时间戳； 3、新增数据通过sqoop（支持当天抽取）或者导出当天文件两种形式，抽取或导入到hive表，记录为新增表incremental_tabl...
数仓中全量数据和增量数据的合并方案
XDSXHDYY的博客
03-19 5380
两张表的字段都一样 base：全量表 log：增量表（包括新增和修改的数据） 1. **** select * from base a where 0=(select count(1) from log b where a.id=b.id) union all select * from log 先查出base表有但log表没有的数据,再查出增量log的数据，两份数据合并即可 2.开窗函数 ...
数仓模型-增全量合并
sinadrew的博客
03-29 1684
ods层数据同步时经常会遇到增全量合并的模型，即T-1天增量表 + T-2全量表 = T-1全量表。可以通过full outer join脚本来完成合并，但是数据量很大时非常消耗资源。本文将为您介绍在做增量数据的增加、更新时如何通过full outer join改写left anti join来实现的最佳实践。 常规合并方法： insert overwrite table tb_test partition(ds='${bizdate}') select case when a.id is not n
数据处理_HIVE增量ETL的一种方式
qq_29713449的博客
02-23 397
适用场景： 贴源层主表历史数据过大，ETL不涉及历史数据对比或聚合 处理流程： 1.确定一个业务主键字段或物理主键字段 2.确定一个可以判断增量数据范围的字段，这取决于具体的业务场景，一般选用记录的创建时间或最后修改时间 3.确定一个分区字段，要求一段增量数据尽可能落在较少的分区，这里选用创建时间或最后修改时间的年月值 4.根据增量字段过滤主表，创建增量临时表 5.使用增量临时表完成要做ETL过程，得到一个增量结果表 6.获取增量结果表的分区字段Distinct值，存入一张表，下面把这些值简称为pt值，即p
Hive 拉链表的两种实现方式
m0_55685698的博客
04-14 1064
拉链表的简单介绍，拉链表的两种实现方式
Hive 批量数据迁移
滴水穿石
12-18 6174
验证hive export/import 数据迁移工具
airflow_demo:使用Sqoop从Mysql向Hive导入增量数据的Airflow脚本
05-14
脚本应检查表中是否有新记录和修改过的记录，并使用修改后的更新记录更新相应的配置单元表，并且配置单元中还应具有带有屏蔽的社会安全号（SSN）的附加表。 使用Sqoop实现增量导入，并使用Airflow自动化该过程。 1...
Increment_Backup_To_Hive:一个增量备份关系数据库(MySQL, PostgreSQL, SQL Server, SQLite, Oracle等)到hive的php脚本工具
05-13
增量备份时，脚本主要根据表的自增主键来查询新增数据，然后把新增的数据按照hive表的格式导出成文本，最后调用hive命令直接把文本导入hive内部。支持压缩表+多分区+字段增减。环境脚本内部会调用hive命令，所以必须...
实战Sqoop数据导入及大数据用户行为案例分析
02-20
07_Sqoop中的增量导入与Sqoop job 08_Sqoop将MySQL数据导入Hive表中 09_Sqoop的导出及脚本中使用的方式 10_案例分析-动态分区的实现 11_案例分析-源表的分区加载创建 12_案例分析-指标分析使用Sqoop导出
【63课时完整版】大数据实践HIVE详解及实战
09-20
31.Sqoop中的增量导入与Sqoop job 32.Sqoop将MySQL数据导入Hive表中 33.Sqoop的导出及脚本中使用的方式 34.案例分析-动态分区的实现 35.案例分析-源表的分区加载创建 36.案例分析-指标分析使用Sqoop导出 第4章：...
hive_labs:Hive，Sqoop相关实验室
05-10
4. 数据导入导出：学习如何使用LOAD DATA命令将数据从HDFS导入Hive表，以及如何使用INSERT OVERWRITE导出数据。 5. 表的分区和桶：理解分区和桶的概念，以及它们如何提升查询性能。 6. 性能优化：了解如何通过调整...
大数据增量同步实现方案
热门推荐
Skye's blog
10-26 2万+
目前做的项目使用阿里 DataX 作为不同数据源数据同步的实现工具。数据的批量一次性导入比较简单，对于增量数据需要对不同场景设计不同的方案。 会变的数据增量同步
hive增量更新的新方案
allen的博客
11-14 9228
之前是采用的join的方法来增量更新。详情见： http://blog.csdn.net/qq_20641565/article/details/52763663现在有一种新方案如下：Select b.id,b.name,b.addr,b.updated_date From ( select a.*,row_number() over(distribute by a.id sort by upd
hive sqoop 分区导入_Sqoop全量数据导入,增量数据导入,并发导入
u011250186的博客
06-07 681
艺术留学女流氓 2021-01-02 08:25:31 75 收藏 文章标签： hive sqoop 分区导入 版权 工程师小C的小店我也想开通小店 Python编程三剑客：Python编程从入门到实践第2版+快速上手第2版+极客编程（套装共3册） 作者：[美] 埃里克·马瑟斯（Eric Matthes） 出版社：人民邮电出版社 好评：100.0% 销售量：20 ￥149 更多 Sqoop支持两种方式的全量数据导入和增量数据导入，同时可以指定数据是否以并发形式导入。下面依次来看： 全量数...
oracle-hive同步-merge/delete
qiubaifeng的博客
04-05 533
通常在hive中进行数据处理，处理好的数据再推送到oracle中使用，需要保持两边数据一致，再推送的时候最好的方式是sqoop的merge形式全量推送，但这样消耗的资源、时间很长，可以只推送新增、更新、删除的数据给oracle，之后再再oracle中对目标表再单独的执行一段merge程序进行更新，筛选出这些数据的sql可参考下面这样的示例: 其中：from 使用多模式插入 tel_...
sqoop定时增量抽取数据到hive
Songbaoda的博客
04-26 441
1、 第一次全量抽取，并创建hive表 #keberos认证 kinit -kt hdfs.keytab hdfs #从oracle导数据到hive sqoop import --connectjdbc:oracle:thin:@xx.xx.xx.xx:1521:xx\ --username xxx--password xxx\ ...
Hive实现Oracle中的merge
早拾碗吧的博客
01-13 1407
最近工作中需要将Oracle中的merge操作在Hive中实现，但是公司所用的Hive版本又不支持merge语法，所以只能自己写sql实现了。 假设有两张表： --A表(昨日表) --B表(今日表) id money id money 甲 100 甲 120 乙 200 丙 250 丙 300
hive sql中表的增量更新
最新发布
02-22
在Hive SQL中，表的增量更新可以通过以下几种方式实现： 1. 使用INSERT INTO语句：可以将新的数据插入到已有的表中。这种方式适用于需要将新数据追加到现有表的情况。 2. 使用INSERT OVERWRITE语句：可以覆盖已有表中的数据，将新的数据写入表中。这种方式适用于需要完全替换表中数据的情况。 3. 使用MERGE INTO语句：从Hive 2.3.0版本开始，Hive引入了MERGE INTO语句，可以实现表的增量更新。MERGE INTO语句可以根据指定的条件将源表中的数据合并到目标表中，实现插入、更新和删除操作。 使用MERGE INTO语句进行增量更新的示例代码如下： ``` MERGE INTO target_table USING source_table ON target_table.id = source_table.id WHEN MATCHED THEN UPDATE SET target_table.column1 = source_table.column1, target_table.column2 = source_table.column2 WHEN NOT MATCHED THEN INSERT VALUES (source_table.id, source_table.column1, source_table.column2); ``` 上述代码中，target_table是目标表，source_table是源表。通过ON子句指定了匹配条件，当目标表和源表中的id相等时进行匹配。当匹配成功时，使用UPDATE子句更新目标表中的列值；当匹配失败时，使用INSERT子句将源表中的数据插入到目标表中。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值