DataArts Fabric SQL写入模式最佳实践

概述

数据集成服务将上游数据写入DataArts Fabric 时，提供 Insert Into与Insert Overwrite两种SQL级写入模式。两者均通过FabricWriter采用“文件落盘+原子入库”的两级提交机制：首先创建一个临时Fabric表，将上游数据以该临时表对应的文件格式直接写入华为云OBS目录；随后通过执行INSERT/OVERWRITE SQL，将临时表中的数据以事务级方式一次性加载至FabricSQL正式表中。由于数据直接写入OBS文件，具备优异的写入性能，实现高吞吐、低锁表、可回滚的批量数据集成。

Fabric写入模式

Insert Into模式
Insert Into模式是Fabric最基本的写入方式，直接将数据写入目标Fabric表中，不会对目标表进行清理操作，而是以追加的方式写入数据。
- 特点
  - 不清理目标表：写入数据前不会对目标表进行任何清理操作，新数据会追加到目标表中。
  - 支持增量写入：适用于数据追加场景，即目标表中已存在数据，新数据需要追加到目标表中，能够高效地处理增量数据。
- 实践样例
   假设源端为MySQL数据表data，目标表为Fabric数据表data，分区字段为dt。
  
  配置作业，MySQL表中的增量数据写入Fabric表中，Fabric会根据分区字段dt将数据追加到对应的分区中。
  
  图1 配置源端目的端数据表
  
  源端MySQL表
```
CREATE TABLE `data` (  `id` varchar(10) DEFAULT NULL,  `dt` date DEFAULT NULL) ENGINE=InnoDB DEFAULT CHARSET=utf8;
```
  目标端Fabric表
```
create table if not exists "default"."data"("id" varchar(10))STORE AS PARQUET PARTITION BY ("dt" date)
```
Insert Overwrite模式
Insert Overwrite模式会先将数据写入一个临时表，然后使用Fabric的INSERT OVERWRITE语法将临时表中的数据覆盖到目标表中。
- 实现
   这种模式在Fabric中通过以下步骤实现：
  1. 创建临时表：首先创建一个临时表，用于暂存写入的数据。
  2. 写入临时表：将数据写入临时表。
  3. 覆盖目标表：使用INSERT OVERWRITE语法将临时表中的数据覆盖到目标表中。
- 特点
  - 临时表：生成一个临时表，用于暂存写入的数据。
  - 覆盖目标表：使用Fabric的INSERT OVERWRITE语法覆盖目标表中的数据，确保数据的一致性。
  - 动态分区与静态分区写入支持：Insert Overwrite模式支持动态分区和静态分区两种写入场景。
    - 动态分区写入：在动态分区写入场景中，源数据中的分区字段值将被自动识别并用于确定目标分区，允许一次性覆盖多个分区，满足多分区数据更新的需求。
    - 静态分区写入：在静态分区写入场景中，需要在写入操作中明确指定目标分区，仅覆盖指定的单个分区，适用于对特定分区进行精确更新的场景。
- 实践样例
   假设源端为MySQL数据表data，目标表为Fabric数据表data，分区字段为dt。
  
  源端MySQL表
```
CREATE TABLE `data` (  `id` varchar(10) DEFAULT NULL,  `dt` date DEFAULT NULL) ENGINE=InnoDB DEFAULT CHARSET=utf8;
```
  目标端Fabric表
```
create table if not exists "default"."data"("id" varchar(10))STORE AS PARQUET PARTITION BY ("dt" date)
```
  - 静态分区
    如果希望将MySQL表中的所有数据写入Fabric表的dt=2025-10-21的分区，可以选择INSERT OVERWRITE模式，并在写入操作中指定分区过滤条件为dt=2025-10-21。
    
    图2 配置参数
  - 动态分区
    如果MySQL表中的数据包含多个分区的数据，希望根据源数据中的分区字段值自动识别并覆盖目标分区，可以选择Insert Overwrite模式，此时，无需指定分区过滤条件，同时确保字段映射配置dt分区字段。
    
    图3 配置参数
    
    图4 配置映射关系