如何提升ADF中SAP ACDOCA表至Synapse的复制性能并实现增量加载

我之前处理过SAP到Synapse的ACDOCA同步场景，针对你遇到的首字节延迟、内存错误以及增量加载需求，给你几个实际验证过的思路：

• 优先选择CPUDT（凭证输入日期）作为核心分区列
  不同于AEDAT（修改日期）或BLDAT（凭证日期），CPUDT是记录数据首次写入SAP系统的日期，更适合作为增量同步的标识——每日同步时，只需过滤CPUDT = 当日或CPUDT >= 上次同步日期的数据，避免重复拉取已同步过的修改数据。而且在SAP端，CPUDT通常会配合索引使用，能大幅缩短源端查询的响应时间，降低首字节延迟。如果单日期分区仍有数据量过大的问题，可搭配CPUTM（凭证输入时间）做复合分区，进一步拆分每日数据，减少单分区的数据体量，缓解内存压力。

• 尝试BUKRS（公司代码）+ CPUDT的复合分区
  如果你的业务涉及多个公司代码，且部分公司代码每日生成的ACDOCA数据量极大，单日期分区可能还是会导致内存溢出。这种情况下，先按BUKRS做一级分区，再按CPUDT做二级分区，既能让复制工具并行处理不同公司代码的分区数据，提升同步效率，又能将大分区拆分为更小的子分区，避免一次性加载过多数据到Synapse内存中。

• 配合SAP端索引优化降低首字节延迟
  首字节耗时8分钟很大概率和SAP端的查询效率有关——如果CPUDT（或你选择的分区列）没有对应的索引，SAP需要全表扫描来筛选数据，自然会拖慢响应。建议在SAP端检查并创建包含CPUDT（及关联增量过滤列）的复合索引，确保复制工具能快速定位到需要同步的数据，从源头上减少首字节等待时间。

• 增量加载策略与分区联动
  不要仅依赖分区，在复制任务中明确设置增量过滤条件：比如每次同步只拉取CPUDT >= 上一次同步结束时间的数据，结合分区机制，让Synapse只加载目标分区的增量数据，而非扫描全表。同时调整复制的批量大小，比如将单次加载的行数从默认值调小，避免Synapse专用池的内存被一次性占满。

内容的提问来源于stack exchange，提问作者Robin