用kettle做增量更新时遇到大数据量表更新速度缓慢的解决方案

最近在工作中遇到了数据增量同步的需求，目标是将B库中的表能与A库中相同的表做同步新增/更新/删除操作(A库的增删改操作不由我们控制)。

工具用的是kettle。实现方法是每天定时获取A表里前一天的数据(通过时间字段判断)，如果B表里存在该条记录(通过主键字段判断)则更新，否则新增。至于如果A表删除数据我们怎么实现同步，方法是每周一次定期删表然后做全量的新增。

在用kettle中发现，当表的数据量很大的时候，比如我这里需要做亿级数据量的表的增量同步。用插入/更新组件遇到更新数据的时候就会很慢，我这里用了一个投机取巧的方法。

1. 先将需要做增量的数据从A表里查出来
2. 将B表里已存在的这些增量数据先删除(也就是删除需要更新的数据)
3. 这一步是为了防止出现表锁，等删除操作执行完了再走下一步(kettle中一个转换内的步骤是异步执行的，也就是说在做删除操作的同时也会做插入更新操作,会导致锁表)
4. 将增量数据全部插入到B表中(由于之前做了删除操作，已经不存在需要更新的数据)

这样就不存在更新操作了，速度有了大幅度提升。

以上是个人想到的方法，肯定还有其他更好的方法解决该问题，欢迎各路大佬指正。