Snowflake中将S3 Stage数据追加到同结构现有表的最佳方法

方案1：COPY INTO直接加载（性能最优，推荐） #

如果你不需要对Stage中的新增数据做额外处理，直接用Snowflake原生的COPY INTO命令即可，不需要指定任何列名，也不会生成中间表：

COPY INTO <你的存量目标表名>
FROM @<你的S3 Stage名称/路径前缀>
-- 若Stage已绑定默认文件格式，可省略下行
FILE_FORMAT = (TYPE = 'PARQUET/CSV/ORC' <其他对应格式参数>);

该命令会自动按照存量目标表的列顺序、数据类型匹配Stage内文件的列，直接追加数据到目标表，默认会自动跳过已经加载过的文件，避免重复导入。如果需要强制重新加载所有匹配文件，可追加参数 FORCE = TRUE。

方案2：INSERT INTO + SELECT *（适配需提前过滤数据的场景） #

如果你需要对Stage中的数据做简单过滤、轻量处理再追加，不需要指定列名，直接用通配符匹配即可：

INSERT INTO <你的存量目标表名>
SELECT *
FROM @<你的S3 Stage名称/路径前缀>
(FILE_FORMAT => '<你的预定义文件格式名>')
-- 可加WHERE条件过滤不需要导入的行，无需修改列结构
WHERE <过滤条件>;

你已经确认两个数据源结构完全一致，SELECT *返回的列数量、顺序、类型会和目标表完全匹配，Snowflake原生支持该写法，不需要显式声明列名。

前置校验建议 #

• 正式执行前可先运行 SELECT * FROM @<你的S3 Stage路径> LIMIT 10 预览返回结果，确认列顺序和类型和存量表对齐，避免类型不匹配报错
• 若Stage内存在非数据文件，可通过PATTERN参数匹配指定后缀的文件，避免加载异常

内容的提问来源于stack exchange，提问作者echo55