Oracle 关联表更新

背景：

根据甲方要求，需要对大数据平台指定表(hive、impala表)的历史数据[2021-01-01至2023-03-29]指定字段进行批量更新，然后把表同步到Oracle。先更新大数据平台上的表，再把更新完成的表同步到Oracle。hive有8张表更新，其中4张大表【分区表】（数据量分别为：1038738976、260958144、25860509、2867005），另外4张小表(几万、二十几万的样子)。4张小表使用kettle直接全量同步到Oracle，另外4张大表数据量很大，使用kettle同步的话，时间也会很久而且不一定能成功，所以我决定在Oracle上直接更新。查看Oracle更新（牵涉7张表，其中4张表数据量少，几万二十几万的样子；3张数据量大），3张生产环境表（表1：136327470；表2：32311563；表3：2757935）高达亿级的数据量，需要更新的数据也有上亿、千万、百万，还需要连表查询。
开始使用update 语句直接更新的时候发现，50分钟都未能更新完成，使用了merge 后，速度有很大提升。

第一种情况：全删全插

1、备份数据

先备份表数据，以免删错数据：

create table 表名_bak_日期 as select * from 表名;

2、删除数据

三种方法：删除表（记录和结构）的语句delete、truncate、drop

drop命令

drop table 表名；

例如：删除学生表(student)
drop table student；

注意：用drop删除表数据，不但会删除表中的数据，连结构也会被删除！！！

truncate命令

truncate table 表名；

例如：删除学生表（student）
truncate table student；

注意：
1、用truncate删除表数据，只是删除表中的数据，表结构不会被删除！
2、删除整个表的数据时，过程是系统一次性删除数据，效率比较高
3、truncate删除释放空间

delete命令

delete from 表名；

例如：删除学生表（student）
delete from student；

注意：
1、用delete删除表数据，只是删除表中的数据，表结构不会被删除！
2、虽然也是删除整个表的数据，但是过程是系统一行一行的删，效率比truncate低
3、delete删除是不释放空间的

Truncate总结

• truncate table在功能上与不带where子句的delete语句相同：二者均删除表中的全部行。
• 但truncate比delete速度快，且使用的系统和事务日志资源少。
• delete语句每次删除一行，并在事务日志中为所删除的每行记录一项。所以可以对delete操作进行rollback。

1、truncate在各种表上无论是大的还是小的都非常快。如果有rollback命令delte将被撤销，而truncate则不会被撤销。

2、truncate是一个DDL语言，向其他所有的DDL语言一样，他将被隐式提交，不能对truncate使用rollback命令。

3、truncate将重新设置高水平线和所有的索引。在对整个表和索引进行完全浏览时，经过truncate操作后的表比delete操作后的表要快得多。

4、truncate不能触发任何delete触发器。

5、当表被清空后表和表的索引将重新设置成初始大小，而delete则不能。

6、不能清空父表

3、插入数据

insert into 表名A select * from 表名B;

第二种情况：不删除数据直接更新表

方法一：update

update 表1 b set b.PROJECTBELONG = (select distinct a.PROJECTBELONG from 表2 a 
where b.ROOT_ITEM_CODE = a.DESC1 
) 
where b.ROOT_ITEM_CODE in (select distinct a.DESC1 from 表2 a 
);

上面的表1数据量275万条左右、表2数据量5万左右，说起来也不是特别大，但是这个语句执行起来特别的慢，我等了1个小时都没执行完，后来取消掉了更新。

建议：建索引稍微快一点。但我觉得不如merge into高效。

方法二：merge into

merge into 表1 t
using (select DESC1,PROJECTBELONG from 表2) s
on (t.ROOT_ITEM_CODE = s.DESC1 
--如果表数据量大，可以按照某个特定字段更新，我这里是按月更新
AND t.DATE_MONTH = '2022-04'
)
when matched then
update set t.PROJECTBELONG = s.PROJECTBELONG;

4百万的数据更新用时：1m31s

补充：when matched then 还支持insert ，可以通过此sql 实现“存在即更新，不存在则插入”批量操作，可以大大减少数据库链接操作。