文件Experience Platform查詢服務指南

查詢服務中的增量載入

Last update: Tue Jul 16 2024 00:00:00 GMT+0000 (Coordinated Universal Time)
  • 主題：

建立對象：

  • undefined
  • undefined

增量載入設計模式是管理資料的解決方案。 此模式只會處理資料集中自上次載入執行以來已建立或修改的資訊。

增量載入會使用Adobe Experience Platform查詢服務提供的各種功能，例如匿名區塊和快照。 此設計模式會提高處理效率，因為會略過任何已從來源處理的資料。 它可同時用於串流和批次資料處理。

本檔案提供一系列指示，說明如何建立設計模式以進行增量處理。 這些步驟可以當做範本使用，以建立您自己的增量資料載入查詢。

快速入門

本檔案中的SQL範例要求您瞭解匿名區塊和快照集功能。 建議您閱讀範例匿名區塊查詢檔案以及快照子句檔案。

如需本指南中使用之任何術語的指引，請參閱SQL語法指南。

逐步載入資料

以下步驟示範如何使用快照和匿名區塊功能來建立和遞增載入資料。 設計模式可作為您自己的查詢序列的範本。

  1. 建立checkpoint_log資料表以追蹤最近用來成功處理資料的快照。 追蹤資料表（在此範例中為checkpoint_log）必須先初始化為null，才能逐步處理資料集。

    code language-sql 
    DROP TABLE IF EXISTS checkpoint_log;
CREATE TABLE  checkpoint_log AS
SELECT
   cast(NULL AS string) process_name,
   cast(NULL AS string) process_status,
   cast(NULL AS string) last_snapshot_id,
   cast(NULL AS TIMESTAMP) process_timestamp
   WHERE false;

  2. 針對需要增量處理的資料集，以一個空白記錄填入checkpoint_log表格。 DIM_TABLE_ABC是以下範例中要處理的資料集。 第一次處理DIM_TABLE_ABC時，last_snapshot_id會初始化為null。 這可讓您在第一次處理整個資料集時，以及之後逐步處理。

    code language-sql 
    INSERT INTO
   checkpoint_log
   SELECT
      'DIM_TABLE_ABC' process_name,
      'SUCCESSFUL' process_status,
      cast(NULL AS string) last_snapshot_id,
      CURRENT_TIMESTAMP process_timestamp;

  3. 接下來，初始化DIM_TABLE_ABC_Incremental以包含來自DIM_TABLE_ABC的已處理輸出。 以下SQL範例的​ 必要 ​執行區段中的匿名區塊（如步驟1到4所述）會依序執行，以遞增方式處理資料。

    1. 設定from_snapshot_id以指出處理作業從何處開始。 從checkpoint_log資料表查詢範例中的from_snapshot_id以搭配DIM_TABLE_ABC使用。 在初始執行時，快照識別碼將為null，這表示將會處理整個資料集。
    2. 將to_snapshot_id設定為來源資料表(DIM_TABLE_ABC)的目前快照識別碼。 在此範例中，這是從來源表格的中繼資料表中查詢的。
    3. 使用CREATE關鍵字建立DIM_TABLE_ABC_Incremenal作為目的地資料表。 目的地資料表會儲存來源資料集(DIM_TABLE_ABC)中已處理的資料。 這可讓來自from_snapshot_id到to_snapshot_id之間的來源資料表的已處理資料以增量方式附加至目的地資料表。
    4. 針對DIM_TABLE_ABC已成功處理的來源資料，以to_snapshot_id更新checkpoint_log表格。
    5. 如果匿名區塊的任何循序執行的查詢失敗，則會執行​ optional ​例外狀況區段。 這會傳回錯誤並結束程式。
    note note
    NOTE
    history_meta('source table name')是用來存取資料集中可用快照的便利方法。
    code language-sql 
    $$ BEGIN
    SET @from_snapshot_id = SELECT coalesce(last_snapshot_id, 'HEAD') FROM checkpoint_log a JOIN
                            (SELECT MAX(process_timestamp)process_timestamp FROM checkpoint_log
                                WHERE process_name = 'DIM_TABLE_ABC' AND process_status = 'SUCCESSFUL' )b
                                ON a.process_timestamp=b.process_timestamp;
    SET @to_snapshot_id = SELECT snapshot_id FROM (SELECT history_meta('DIM_TABLE_ABC')) WHERE  is_current = true;
    SET @last_updated_timestamp= SELECT CURRENT_TIMESTAMP;
    CREATE TABLE DIM_TABLE_ABC_Incremental AS
     SELECT  *  FROM DIM_TABLE_ABC SNAPSHOT BETWEEN @from_snapshot_id AND @to_snapshot_id ;

INSERT INTO
   checkpoint_log
   SELECT
       'DIM_TABLE_ABC' process_name,
       'SUCCESSFUL' process_status,
      cast( @to_snapshot_id AS string) last_snapshot_id,
      cast( @last_updated_timestamp AS TIMESTAMP) process_timestamp;

EXCEPTION
  WHEN OTHER THEN
    SELECT 'ERROR';
END
$$;

  4. 在下列匿名區塊範例中使用增量資料載入邏輯，可允許源資料集的任何新資料（自最近的時間戳記以來）以規則順序處理並附加至目的地表格。 在此範例中，將處理對DIM_TABLE_ABC的資料變更並附加至DIM_TABLE_ABC_incremental。

    note note
    NOTE
    _ID是DIM_TABLE_ABC_Incremental和SELECT history_meta('DIM_TABLE_ABC')中的主索引鍵。
    code language-sql 
    $$ BEGIN
    SET @from_snapshot_id = SELECT coalesce(last_snapshot_id, 'HEAD') FROM checkpoint_log a join
                            (SELECT MAX(process_timestamp)process_timestamp FROM checkpoint_log
                                WHERE process_name = 'DIM_TABLE_ABC' AND process_status = 'SUCCESSFUL' )b
                                ON a.process_timestamp=b.process_timestamp;
    SET @to_snapshot_id = SELECT snapshot_id FROM (SELECT history_meta('DIM_TABLE_ABC')) WHERE  is_current = true;
    SET @last_updated_timestamp= SELECT CURRENT_TIMESTAMP;
    INSERT INTO DIM_TABLE_ABC_Incremental
     SELECT  *  FROM DIM_TABLE_ABC SNAPSHOT BETWEEN @from_snapshot_id AND @to_snapshot_id WHERE NOT EXISTS (SELECT _id FROM DIM_TABLE_ABC_Incremental a WHERE _id=a._id);

INSERT INTO
   checkpoint_log
   SELECT
       'DIM_TABLE_ABC' process_name,
       'SUCCESSFUL' process_status,
      cast( @to_snapshot_id AS string) last_snapshot_id,
      cast( @last_updated_timestamp AS TIMESTAMP) process_timestamp;

EXCEPTION
  WHEN OTHER THEN
    SELECT 'ERROR';
END
$$;

此邏輯可套用至任何表格以執行增量載入。

過期的快照

IMPORTANT
快照中繼資料會在​ 2 ​天後到期。 過期的快照會讓上述指令碼的邏輯失效。

若要解決快照ID過期的問題，請在匿名區塊的開頭插入下列命令。 下列程式碼行會以中繼資料中最早可用的snapshot_id覆寫@from_snapshot_id。

SET resolve_fallback_snapshot_on_failure=true;

整個程式碼區塊如下所示：

$$ BEGIN
    SET resolve_fallback_snapshot_on_failure=true;
    SET @from_snapshot_id = SELECT coalesce(last_snapshot_id, 'HEAD') FROM checkpoint_log a JOIN
                            (SELECT MAX(process_timestamp)process_timestamp FROM checkpoint_log
                                WHERE process_name = 'DIM_TABLE_ABC' AND process_status = 'SUCCESSFUL' )b
                                on a.process_timestamp=b.process_timestamp;
    SET @to_snapshot_id = SELECT snapshot_id FROM (SELECT history_meta('DIM_TABLE_ABC')) WHERE  is_current = true;
    SET @last_updated_timestamp= SELECT CURRENT_TIMESTAMP;
    INSERT INTO DIM_TABLE_ABC_Incremental
     SELECT  *  FROM DIM_TABLE_ABC SNAPSHOT BETWEEN @from_snapshot_id AND @to_snapshot_id WHERE NOT EXISTS (SELECT _id FROM DIM_TABLE_ABC_Incremental a WHERE _id=a._id);

Insert Into
   checkpoint_log
   SELECT
       'DIM_TABLE_ABC' process_name,
       'SUCCESSFUL' process_status,
      cast( @to_snapshot_id AS string) last_snapshot_id,
      cast( @last_updated_timestamp AS TIMESTAMP) process_timestamp;
EXCEPTION
  WHEN OTHER THEN
    SELECT 'ERROR';
END
$$;

後續步驟

閱讀本檔案後，您應該更瞭解如何使用匿名區塊和快照功能來執行增量載入，並且可以將此邏輯套用至您自己的特定查詢。 如需查詢執行的一般指引，請參閱查詢服務🔗中查詢執行的指南。

recommendation-more-help
ccf2b369-4031-483f-af63-a93b5ae5e3fb