如何在Pentaho的Insert/Update步骤中获取仅插入/更新的行？

方法一：利用Insert/Update自带的标记字段 #

• 打开Insert/Update步骤的配置界面，在字段映射区域底部，勾选「生成插入/更新字段」（部分版本显示为Create insert/update fields）。这个设置会自动为每一行添加两个布尔型字段：Inserted（标记该行是否被插入）和Updated（标记该行是否被更新）。
• 在Insert/Update步骤后添加过滤行步骤，设置过滤条件为 Inserted = true 或 Updated = true（注意不同版本布尔值的格式，有些用Y/N替代true/false，以实际运行结果为准）。
• 把过滤后的数据流接入Log步骤，此时Log只会记录实际被插入或更新的行。

方法二：用Merge Rows (diff)预处理对比 #

如果需要提前区分数据状态，可先通过对比预处理筛选出需要操作的行：

• 先添加一个「表输入」步骤，读取目标表的现有数据作为参照流；待处理的数据源作为主数据流。
• 添加**合并行（差异）**步骤，将主数据流和参照流接入，设置和Insert/Update一致的匹配主键。该步骤会生成change_type字段，取值包括：
  • NEW：目标表中不存在的新行（对应插入操作）
  • CHANGED：目标表已存在且字段有变更的行（对应更新操作）
  • UNCHANGED：无变化的行
• 用过滤行步骤保留change_type为NEW或CHANGED的行，再将这些行送入Insert/Update步骤，后续的Log步骤就只会记录实际执行插入/更新的行。

内容的提问来源于stack exchange，提问作者Hoang Minh Quang FX15045