在Upsolver中使用MERGE命令：跨平台语法与Snowflake适配疑问

一、Snowflake目标表：优先选择Upsolver MERGE而非INSERT配合原生Upsert #

推荐直接沿用你配置Athena任务时的Upsolver MERGE转换方式，而非依赖Snowflake原生Upsert配合INSERT，原因如下：

• 统一语法逻辑：和已实现的Athena任务保持一致的MERGE结构，无需切换不同写法，降低后续维护成本；
• 前置数据处理：Upsolver的MERGE在平台层完成数据聚合、过滤等转换，再将处理后的数据同步到Snowflake，减轻Snowflake端计算负载；
• 跨平台配置兼容：支持ADD_MISSING_COLUMNS这类通用配置，自动适配目标表的列结构变更，而依赖Snowflake原生Upsert需额外处理列匹配、新增列的适配逻辑；
• 灵活匹配逻辑：Upsolver的ON子句支持复杂匹配条件，不仅限于Snowflake的主键约束，适配更多业务场景。

适配Snowflake的MERGE示例代码如下：

CREATE JOB my_snowflake_upsert_job
    START_FROM = BEGINNING
    ADD_MISSING_COLUMNS = TRUE
    RUN_INTERVAL = 1 MINUTE
    AS MERGE INTO snowflake.my_db.my_schema.test_upsert_with_merge AS target
    USING (SELECT field1 AS email,
             COUNT(DISTINCT field2) AS count,
             MIN(field3) AS min_number,
             MAX(date) AS last_date
          FROM default_glue_catalog.upsolver_samples.test_raw_data
          WHERE $commit_time BETWEEN run_start_time() AND run_end_time()
          GROUP BY 1
          HAVING COUNT(DISTINCT field2) > 1) source
          ON (target.email = source.email) -- 对应业务主键匹配逻辑
          WHEN MATCHED THEN UPDATE SET 
              count = source.count,
              min_number = source.min_number,
              last_date = source.last_date -- Snowflake支持更新特定列，无需整行替换
          WHEN NOT MATCHED THEN INSERT MAP_COLUMNS_BY_NAME;

二、Upsolver MERGE语法在不同目标平台的一致性 #

Upsolver MERGE的核心语法框架是统一的，即MERGE INTO ... USING ... ON ... WHEN MATCHED ... WHEN NOT MATCHED ...的结构在Athena、Snowflake等平台通用，但细节会根据目标平台特性有所差异：

• Athena（基于S3）：由于S3是对象存储，Upsolver的MERGE通过重写对应数据文件实现，因此WHEN MATCHED仅支持REPLACE（整行覆盖）；匹配逻辑依赖ON子句定义的逻辑主键，Athena本身无原生主键约束；
• Snowflake：支持行级更新，WHEN MATCHED除了REPLACE，还可以用UPDATE SET指定更新特定列；可结合Snowflake自身的主键约束，但Upsolver的MERGE仍以ON子句的匹配逻辑为准；
• 通用配置兼容：START_FROM、RUN_INTERVAL、ADD_MISSING_COLUMNS、MAP_COLUMNS_BY_NAME这类全局配置在所有平台保持一致。

内容的提问来源于stack exchange，提问作者PDT