使用SSIS（Pentaho Data Integration）将源表非匹配行更新至目标表

你提到的SSIS为微软ETL工具，以下方案基于你实际使用的Pentaho Data Integration（PDI，俗称Kettle）设计：

• 步骤1：配置双表输入
  添加2个「表输入」组件，分别配置数据源连接到源表TABLE A和目标表TABLE B，查询语句只保留用于匹配的关键字段即可，示例参考：
  源表查询：SELECT 匹配字段名 FROM TABLE_A
  目标表查询：SELECT 匹配字段名 FROM TABLE_B
• 步骤2：差集比对
  添加「合并记录（差集）」组件，将源表TABLE A的输入设置为「旧数据源」，目标表TABLE B的输入设置为「新数据源」，在字段匹配栏选择你用来判断记录是否相同的关键字段（也就是示例中存储1234、2349这类值的字段）。该组件会自动给输出记录打标记：仅源表存在的记录标记为deleted、仅目标表存在的标记为new、两边都存在的标记为identical。
• 步骤3：过滤缺失行
  添加「过滤记录」组件，连接到「合并记录（差集）」的输出端，过滤条件设置为 标记字段值 = "deleted"，匹配的结果就是源表有但目标表缺失的行。
• 步骤4：写入目标表
  添加「表输出」组件，连接到「过滤记录」的匹配分支，配置连接到目标表TABLE B的数据源，映射好对应字段即可直接写入。如果你同时需要更新目标表中已存在行的其他字段，可以替换为「插入/更新」组件。

小提示：如果表数据量超过10万行，建议在两个「表输入」的查询语句末尾添加ORDER BY 匹配字段名，按关键字段排序后再进行差集比对，能大幅提升组件运行效率，避免内存溢出问题。

内容的提问来源于stack exchange，提问作者margo1395