基于C#与SQL Server 2012的订单表差异对比及同步需求咨询

针对你这个订单表同步并记录差异的需求，我给你整理了一套适配SQL Server 2012 + C#的落地方案，兼顾效率和可维护性：

首先需要一张表来记录新增和更新的订单差异，比如命名为tblOrderDiff，可以参考以下建表语句：

CREATE TABLE tblOrderDiff (
    DiffId INT IDENTITY(1,1) PRIMARY KEY,
    OrderId INT NOT NULL, -- 关联订单主键
    DiffType NVARCHAR(10) NOT NULL, -- 差异类型：新增/更新
    ChangedFields NVARCHAR(MAX) NULL, -- 记录哪些字段发生了变更
    DiffDateTime DATETIME NOT NULL DEFAULT GETDATE(), -- 差异产生时间
    -- 如果需要记录变更前后的具体值，可以添加对应字段，比如：
    -- OldPaymentType NVARCHAR(50) NULL,
    -- NewPaymentType NVARCHAR(50) NULL,
    -- OldExpectedDeliveryDate DATE NULL,
    -- NewExpectedDeliveryDate DATE NULL
);

-- 为常用查询字段建索引
CREATE INDEX IX_tblOrderDiff_OrderId ON tblOrderDiff(OrderId);
CREATE INDEX IX_tblOrderDiff_DiffDateTime ON tblOrderDiff(DiffDateTime);

利用SQL Server的MERGE语句（2008及以上版本支持，2012完全兼容），可以一次性完成新增订单到Live表、更新变更字段，同时将差异输出到差异表中。推荐把逻辑封装成存储过程，方便维护：

CREATE PROCEDURE SyncOrdersAndRecordDiff
AS
BEGIN
    SET NOCOUNT ON;
    SET TRANSACTION ISOLATION LEVEL READ COMMITTED;

    -- 先清空当日的差异记录（如果需要每日重新统计）
    TRUNCATE TABLE tblOrderDiff;

    -- 执行MERGE同步并记录差异
    MERGE INTO tblOrderLive AS Target
    USING tblOrderTemp AS Source
    ON Target.OrderId = Source.OrderId
    -- 匹配到订单但字段有变更时，更新Live表
    WHEN MATCHED AND (
        -- 列出所有需要检查变更的非主键字段，注意处理NULL值
        ISNULL(Target.PaymentType, '') <> ISNULL(Source.PaymentType, '')
        OR ISNULL(Target.ExpectedDeliveryDate, '1900-01-01') <> ISNULL(Source.ExpectedDeliveryDate, '1900-01-01')
        -- 其他需要检查的字段继续添加，比如：
        -- OR ISNULL(Target.OrderStatus, '') <> ISNULL(Source.OrderStatus, '')
    ) THEN
        UPDATE SET
            Target.PaymentType = Source.PaymentType,
            Target.ExpectedDeliveryDate = Source.ExpectedDeliveryDate
            -- 同步其他字段
    -- 未匹配到的订单（Temp有但Live没有），新增到Live表
    WHEN NOT MATCHED BY Target THEN
        INSERT (OrderId, PaymentType, ExpectedDeliveryDate /* 其他字段 */)
        VALUES (Source.OrderId, Source.PaymentType, Source.ExpectedDeliveryDate /* 其他字段 */)
    -- 将同步操作的结果输出到差异表
    OUTPUT
        CASE $action
            WHEN 'INSERT' THEN '新增'
            WHEN 'UPDATE' THEN '更新'
        END AS DiffType,
        inserted.OrderId,
        -- 拼接出变更的字段列表
        STUFF(
            CASE WHEN ISNULL(Target.PaymentType, '') <> ISNULL(Source.PaymentType, '') THEN ',支付类型' ELSE '' END +
            CASE WHEN ISNULL(Target.ExpectedDeliveryDate, '1900-01-01') <> ISNULL(Source.ExpectedDeliveryDate, '1900-01-01') THEN ',预计送达日期' ELSE '' END,
            1, 1, ''
        ) AS ChangedFields
    INTO tblOrderDiff (DiffType, OrderId, ChangedFields);
END

注意点： #

• 处理NULL值：直接用<>比较NULL会返回UNKNOWN，所以用ISNULL给NULL设置一个默认值（比如字符串用空串，日期用最小日期），确保比较逻辑正确。
• 如果需要记录变更前后的具体值，可以在OUTPUT子句中添加对应字段，比如Target.PaymentType AS OldPaymentType, Source.PaymentType AS NewPaymentType。

在你的C#程序中，每日执行的流程应该是：清空临时表 → 导入文本数据 → 调用同步存储过程。这里推荐用SqlBulkCopy处理文本导入，效率远高于逐条插入：

using System.Data;
using System.Data.SqlClient;

public void SyncOrdersDaily(string connectionString, DataTable tempOrderData)
{
    using (SqlConnection conn = new SqlConnection(connectionString))
    {
        conn.Open();
        using (SqlTransaction tran = conn.BeginTransaction())
        {
            try
            {
                // 第一步：清空临时表
                using (SqlCommand truncateCmd = new SqlCommand("TRUNCATE TABLE tblOrderTemp;", conn, tran))
                {
                    truncateCmd.ExecuteNonQuery();
                }

                // 第二步：批量导入文本数据到临时表
                using (SqlBulkCopy bulkCopy = new SqlBulkCopy(conn, SqlBulkCopyOptions.Default, tran))
                {
                    bulkCopy.DestinationTableName = "tblOrderTemp";
                    // 如果DataTable的列名和数据库表列名一致，可以省略列映射；否则需要手动映射
                    // bulkCopy.ColumnMappings.Add("DataTable列名", "数据库表列名");
                    bulkCopy.WriteToServer(tempOrderData);
                }

                // 第三步：调用存储过程同步订单并记录差异
                using (SqlCommand syncCmd = new SqlCommand("SyncOrdersAndRecordDiff", conn, tran))
                {
                    syncCmd.CommandType = CommandType.StoredProcedure;
                    syncCmd.ExecuteNonQuery();
                }

                // 提交事务
                tran.Commit();
            }
            catch (Exception ex)
            {
                // 回滚事务并记录异常日志
                tran.Rollback();
                // 这里可以添加日志记录逻辑，比如写入本地日志或日志系统
                Console.WriteLine($"同步失败：{ex.Message}");
                throw; // 按需决定是否抛出异常
            }
        }
    }
}

说明： #

• 事务包裹：把三个步骤放在一个事务里，避免中途出错导致数据不一致（比如导入了数据但同步失败）。
• 文本解析：需要先把你的文本文件解析成DataTable，具体解析逻辑根据文本格式（CSV、TSV等）来写，比如用TextFieldParser或者第三方库（如CsvHelper）。

• 性能优化：如果订单数据量很大，考虑给tblOrderTemp的OrderId建非聚集索引，提升MERGE时的匹配效率。
• 日志扩展：可以在差异表中添加操作人、操作机器等字段，方便排查问题。
• 增量导入：如果文本文件可以只提供变更的数据（而不是全量近3个月），可以修改逻辑只处理增量，但当前需求是全量导入，所以保持现有方案即可。

内容的提问来源于stack exchange，提问作者mHelpMe