如何基于JPA Repository自定义SQL实现Snowflake批量Upsert？

核心问题 #

Snowflake仅在元数据层面支持UNIQUE约束，不会主动校验并阻止重复数据插入，因此需要通过自定义SQL在业务逻辑层实现重复项检查，完成批量插入/更新（Upsert）。

实体类（保持原有结构，可选标记唯一约束） #

@Entity
@Table(name = "STUDENTS")
public class Students {

    @Id
    @Column(name = "ID", columnDefinition = "serial")
    @GenericGenerator(name = "id_generator", strategy = "increment")
    @GeneratedValue(generator = "id_generator")
    private Long id;

    @Column(name = "NAME")
    private String studentName;

    // 请补充getter、setter方法
}

可选：给studentName添加@Column(unique = true)，仅作为JPA层面的提示，Snowflake不会强制执行。

建表语句说明 #

CREATE table STUDENTS(
    id int identity(1,1) primary key,
    name VARCHAR NOT NULL,
    UNIQUE(name) -- Snowflake不强制该约束，仅做元数据记录
);

Repository 批量Upsert实现 #

利用Snowflake的MERGE INTO语法，实现批量数据的重复检查与Upsert：

方案1：传入姓名列表 #

public interface StudentRepository extends JpaRepository<Students, Long> {

    @Query(value = """
            MERGE INTO STUDENTS target
            USING (
                SELECT name FROM TABLE(FLATTEN(input => :studentNames))
            ) source
            ON target.name = source.name
            WHEN MATCHED THEN
                UPDATE SET target.name = source.name -- 可根据业务需求修改更新字段
            WHEN NOT MATCHED THEN
                INSERT (name) VALUES (source.name)
            RETURNING target.id, target.name
            """, nativeQuery = true)
    List<Students> bulkUpsertStudents(@Param("studentNames") List<String> studentNames);
}

方案2：直接传入实体列表（需转换字段） #

如果需要直接接收List<Students>，可在业务层先提取姓名列表再传入：

// 业务层处理示例
List<String> names = students.stream().map(Students::getStudentName).collect(Collectors.toList());
studentRepository.bulkUpsertStudents(names);

关键说明 #

• MERGE INTO是Snowflake实现Upsert的标准语法，通过USING子句加载待处理数据
• TABLE(FLATTEN)用于将传入的列表参数转换为临时表，方便与目标表关联匹配
• ON子句通过name字段判断重复，匹配则执行更新逻辑，不匹配则执行插入
• RETURNING子句返回处理后的记录，可直接映射为Students实体列表

内容的提问来源于stack exchange，提问作者Aswath