Delta Live Table物化视图数据被覆盖，如何配置为追加模式？

首先你报错是因为mergeMode根本不是@dlt.table或物化视图装饰器的合法参数，这个参数是Spark流处理writeStream里的配置，不能直接套在DLT的表定义上。

你现在的核心问题是用了物化视图，而物化视图的特性就是每次运行流水线都会重新计算全量数据，直接替换原有表内容，所以才会出现旧数据被删、只留新数据的情况。要实现追加，得换个思路：

方案1：改用普通DLT表 + 增量加载逻辑 #

放弃物化视图，用@dlt.table定义普通表，然后在数据处理逻辑里只读取当日的增量数据，DLT默认会把这些新数据追加到已有表中。示例代码：

import dlt
from pyspark.sql.functions import current_date

@dlt.table(
    name="daily_sales",
    comment="每日销售增量数据表"
)
def create_daily_sales():
    # 读取当日分区的增量数据源，比如按日期划分的CSV文件
    return (
        spark.read.format("csv")
        .load(f"/path/to/sales_data/{current_date()}")
        .select("order_id", "amount", "customer_id")
    )

方案2：用apply_changes实现合并追加（适合无法过滤增量的场景） #

如果你的数据源没法直接筛选当日数据，必须全量读取但要避免重复插入，可以用DLT的apply_changes API，基于主键判断只追加新记录：

import dlt

# 先定义全量读取的源表
@dlt.table(name="raw_sales")
def create_raw_sales():
    return spark.read.format("csv").load("/path/to/all_sales_data")

# 基于主键合并数据到目标表，只新增未存在的记录
dlt.apply_changes(
    target="daily_sales",
    source="raw_sales",
    keys=["order_id"],  # 用订单ID作为唯一标识
    apply_as_deletes=False,
    sequence_by="order_timestamp",  # 按订单时间确定数据顺序
    except_column_list=["_rescued_data"]
)

记住：物化视图的定位是让表数据和源数据完全同步，刷新就会全量替换，所以要增量追加就别用物化视图。

内容的提问来源于stack exchange，提问作者data-explore