Redshift SQL实现两表按主键匹配的去重数据同步更新

你之前写的伪代码存在逻辑缺陷：通过内连查询只会返回两表主键匹配的base表数据，直接执行插入会触发(plan, date)联合主键的重复约束报错，既没有实现匹配行的percentage字段覆盖更新，也没有处理base表中主键不匹配的新行插入。

方案1：MERGE语法（推荐，性能最优） #

Redshift原生支持MERGE语句专门处理"存在即更新、不存在即插入"的同步场景，单条语句即可完成逻辑，执行效率更高：

MERGE INTO final_table f
USING base_table b
ON f.plan = b.plan AND f.date = b.date
-- 主键匹配时，用base表的percentage新值覆盖旧值
WHEN MATCHED THEN
    UPDATE SET percentage = b.percentage
-- 主键不匹配时，直接插入新行
WHEN NOT MATCHED THEN
    INSERT (plan, date, percentage)
    VALUES (b.plan, b.date, b.percentage);

方案2：事务包裹更新+插入（兼容低版本Redshift） #

如果你的集群版本暂不支持MERGE语法，可以通过显式事务包裹两步操作，保证数据一致性：

BEGIN TRANSACTION;

-- 第一步：更新主键匹配的已有记录
UPDATE final_table f
SET percentage = b.percentage
FROM base_table b
WHERE f.plan = b.plan AND f.date = b.date;

-- 第二步：插入主键不存在的新增记录
INSERT INTO final_table (plan, date, percentage)
SELECT b.plan, b.date, b.percentage
FROM base_table b
LEFT JOIN final_table f 
    ON b.plan = f.plan AND b.date = f.date
WHERE f.plan IS NULL;

COMMIT TRANSACTION;

执行前请确认final表的(plan, date)联合主键约束已正常生效，避免重复数据写入；如果表中还有其他同名字段，只需在UPDATE和INSERT子句中补充对应字段的赋值逻辑即可。

内容的提问来源于stack exchange，提问作者Sandhya PG