如何在SAS中使用MERGE INTO实现Teradata表的更新与插入

场景与需求 #

Teradata中存储着一张1100万行的状态表，每个id对应唯一记录。需要将SAS生成的同结构表（每次包含1100万+行数据）与该Teradata表同步，规则如下：

• 若SAS表中某id的class列发生变化，更新Teradata表对应记录的class和updated_at列（支持多列更新）
• 若SAS表中出现Teradata表不存在的新id，将该记录插入Teradata表
• 无需将SAS生成的全量表上传至Teradata，直接通过MERGE INTO语法完成同步

表结构 #

Teradata表与SAS生成表的结构一致：

实现代码 #

通过SAS的PROC SQL直通（Pass-Through）功能，直接在Teradata端执行MERGE INTO语句，无需将SAS表持久化到Teradata：

1. 建立Teradata连接 #

libname td teradata server="你的Teradata服务器地址" 
         user="用户名" password="密码" 
         database="目标数据库名";

2. 执行MERGE INTO同步 #

proc sql;
  /* 建立直通连接 */
  connect to teradata as td_conn 
    (server="你的Teradata服务器地址" 
     user="用户名" password="密码" 
     database="目标数据库名");

  /* 执行Teradata原生MERGE INTO语句 */
  execute (
    MERGE INTO TD.TABLE_IN_TERADATA AS target
    USING (SELECT id, class, updated_at FROM SASUSER.SAS_GENERATED_TABLE) AS source
    ON target.id = source.id
    /* 匹配到记录且class变更时更新 */
    WHEN MATCHED AND target.class <> source.class THEN
      UPDATE SET 
        class = source.class,
        updated_at = source.updated_at /* 若需用当前时间，可替换为 CURRENT_TIMESTAMP */
    /* 未匹配到记录时插入 */
    WHEN NOT MATCHED THEN
      INSERT (id, class, updated_at) 
      VALUES (source.id, source.class, source.updated_at)
  ) by td_conn;

  /* 断开连接 */
  disconnect from td_conn;
quit;

注意事项 #

• 确保SAS拥有Teradata表的UPDATE和INSERT权限
• 针对1100万+行的数据量，建议在连接参数中添加BULKLOAD=YES以启用批量处理优化，提升同步效率
• 可根据需求扩展WHEN MATCHED的条件，比如判断多列变化后再执行更新
• 如果SAS表的updated_at字段为当前时间，可直接使用Teradata的CURRENT_TIMESTAMP函数，避免在SAS中生成日期值

内容的提问来源于stack exchange，提问作者Iden Crisler