# INSERT INTO
#### 概述
INSERT INTO语句是Flink SQL中核心的数据写入语句，用于将SELECT查询的结果或显式指定的值写入目标表（Sink表）。AI DataLake支持INSERT INTO，即向目标表追加数据，不覆盖已有数据。这是最常用的写入模式，适用于流式和批处理场景。
此外，AI DataLake支持通过STATEMENT SET语法将多条INSERT语句合并为一个Flink作业执行，使多条写入操作共享同一个DAG（有向无环图），从而降低TaskManager资源开销，适用于多Sink分流场景。
#### 适用场景
- **实时数据入湖**：将Kafka等消息队列中的实时数据通过INSERT INTO写入Paimon或Hive等存储，构建实时数仓。
- **多Sink分流**：同一数据源经ETL处理后需要写入多个目标表（如明细表、聚合表同时写入），使用STATEMENT SET合并为一个作业，减少资源消耗。
- **动态参数调优**：通过Table Hints在INSERT语句中动态调整连接器参数，无需修改表DDL即可适应不同运行环境。
 
#### 约束与限制
- STATEMENT SET中的多条INSERT语句作为一个整体提交，无法单独控制某一条INSERT的启停。
- INSERT语句中SELECT子句的列数量和类型必须与目标表的列定义匹配，或通过显式column_list指定对应列。
- 分区写入时，动态分区列必须出现在SELECT子句的最后，且与PARTITION子句中声明的顺序一致。
- Table Hints（/\*+ OPTIONS(...) \*/）仅对当前INSERT语句中的表实例生效，不会修改表在Catalog中的持久化定义。
 
#### 语法结构
**INSERT INTO单Sink写入**
```
INSERT INTO [catalog_name.][db_name.]table_name
[PARTITION part_spec]
[column_list]
select_statement | VALUES (value [, value ...]) [, (value [, value ...]) ...];
part_spec ::= (key1=value1, key2=value2, ...)
column_list ::= (col1 [, col2, ...])
```
**INSERT INTO多Sink写入**
```
EXECUTE STATEMENT SET
BEGIN
INSERT INTO sink_table1 select_statement1;
INSERT INTO sink_table2 select_statement2;
[...]
END;
```
![](https://support.huaweicloud.com/sqlref-flink-aidatalake/public_sys-resources/note_3.0-zh-cn.png)
EXECUTE STATEMENT SET与END之间的所有INSERT语句将被合并为一个Flink作业。多条INSERT共享Source算子，合并到同一DAG中执行，有效减少TaskManager资源占用。
**Table Hints动态传参**
```
INSERT INTO table_name /*+ OPTIONS('key1'='value1', 'key2'='value2') */
select_statement;
```
#### 使用示例
**示例1：INSERT INTO单Sink写入**
使用DataGen连接器生成模拟传感器数据，通过INSERT INTO写入Print连接器打印输出。
```
-- 创建传感器数据源表
CREATE TABLE sensor_source (
sensor_id INT,
temperature DOUBLE,
humidity DOUBLE,
record_time TIMESTAMP(3),
WATERMARK FOR record_time AS record_time - INTERVAL '5' SECOND
) WITH (
'connector' = 'datagen',
'rows-per-second' = '10',
'fields.sensor_id.kind' = 'random',
'fields.sensor_id.min' = '1',
'fields.sensor_id.max' = '100',
'fields.temperature.min' = '15.0',
'fields.temperature.max' = '40.0',
'fields.humidity.min' = '30.0',
'fields.humidity.max' = '90.0'
);
-- 创建传感器数据结果表
CREATE TABLE sensor_sink (
sensor_id INT,
temperature DOUBLE,
humidity DOUBLE
) WITH (
'connector' = 'print',
'print-identifier' = 'sensor_data'
);
-- 提交作业：筛选温度超过30度的传感器数据
INSERT INTO sensor_sink
SELECT sensor_id, temperature, humidity
FROM sensor_source
WHERE temperature > 30;
```
**示例2：INSERT INTO多Sink写入（STATEMENT SET）**
使用DataGen连接器生成订单数据，通过STATEMENT SET将数据分别写入明细表和聚合统计表，两条INSERT在同一个Flink作业中执行。
-- 创建订单数据源表
```
CREATE TABLE order_source (
order_id BIGINT,
customer_id BIGINT,
product_id BIGINT,
amount DECIMAL(10, 2),
order_time TIMESTAMP(3),
WATERMARK FOR order_time AS order_time - INTERVAL '5' SECOND
) WITH (
'connector' = 'datagen',
'rows-per-second' = '100',
'fields.order_id.kind' = 'sequence',
'fields.order_id.start' = '1',
'fields.order_id.end' = '1000000',
'fields.customer_id.kind' = 'random',
'fields.customer_id.min' = '1',
'fields.customer_id.max' = '5000',
'fields.product_id.kind' = 'random',
'fields.product_id.min' = '1',
'fields.product_id.max' = '200',
'fields.amount.min' = '10.00',
'fields.amount.max' = '1000.00'
);
-- 创建订单明细结果表
CREATE TABLE order_detail_sink (
order_id BIGINT,
customer_id BIGINT,
amount DECIMAL(10, 2)
) WITH (
'connector' = 'print',
'print-identifier' = 'order_detail'
);
-- 创建客户聚合结果表
CREATE TABLE customer_agg_sink (
customer_id BIGINT,
order_count BIGINT,
total_amount DECIMAL(10, 2)
) WITH (
'connector' = 'print',
'print-identifier' = 'customer_agg'
);
-- 提交作业：多Sink写入，两条INSERT共享同一DAG
EXECUTE STATEMENT SET
BEGIN
INSERT INTO order_detail_sink
  SELECT order_id, customer_id, amount
FROM order_source;
INSERT INTO customer_agg_sink
  SELECT customer_id, COUNT(*) AS order_count, SUM(amount) AS total_amount
FROM order_source
GROUP BY customer_id;
END;
```
