MERGE的定义

MERGE关键字是一个神奇的DML关键字，它能将INSERT，UPDATE，DELETE等操作并为一句，根据与源表联接的结果，对目标表执行插入、更新或删除操作。

MERGE的语法

MERGE INTO target_table
USING source_table
ON condition
WHEN MATCHED THEN 
operation
WHEN NOT MATCHED THEN 
operation;

注意：其中最后语句分号不可以省略，且源表既可以是一个表也可以是一个子查询语句。

MERGE的用法

merge无法多次更新同一行，也无法更新和删除同一行

当源表和目标表不匹配时：

• 若数据是源表有目标表没有，则进行插入操作；
  
• 若数据是源表没有而目标表有，则进行更新或者删除数据操作
  

当源表和目标表匹配时：

• 进行更新操作或者删除操作
  

MERGE的使用场景

• 数据同步
  
• 数据转换
  
• 基于源表对目标表做INSERT,UPDATE,DELETE操作
  

我们常用的是第三种场景

MERGE使用限制

• 在 MERGE MATCHED 操作中，只能允许执行 UPDATE 或者 DELETE 语句。
  
• 在 MERGE NOT MATCHED 操作中，只允许执行 INSERT 语句。
  
• 一个 MERGE语句中出现的MATCHED操作，只能出现一次 UPDATE 或者 DELETE 语句，否则就会出现下面的错误： An action of type 'WHEN MATCHED' cannot appear more than once in a 'UPDATE' clause of a MERGE statement.
  

MERGE示例

下面我们通过一个示例来介绍一下该如何使用MERGE，我们以Customers表和Orders表为例。数据如下：

Customers

Orders

Q：当Customers表里的客户有购买商品，我们就更新一下他们的下单时间，将他们的下单时间往后推迟一小时，如果客户没有购买商品，那么我们就将这些客户的信息插入到订单表里。

根据上面的要求我们可以这样写SQL：

MERGE INTO Orders O
--确定目标表Orders
USING Customers C ON C.客户ID=O.客户ID  
--从源表Customers确定关联条件 C.客户ID=O.客户ID
WHEN MATCHED  
--当匹配时对目标表的订单日期执行更新操作
THEN UPDATE SET O.订单日期=DATEADD(HOUR,1,O.订单日期)
WHEN NOT MATCHED BY TARGET
--当不匹配时对目标表进行插入操作
THEN INSERT (客户ID,员工ID,订单日期,发货ID)
VALUES (C.客户ID,NULL,NULL,NULL)
;

我们看一下Orders表里的结果：

我们发现与Customers表里匹配上的订单日期被修改了，订单日期往后推迟了一小时，而没有匹配上的在订单表尾部增加了几行记录。这就是MERGE的实际应用了。

OUTPUT子句

MERGE还能与OUTPUT一起使用，可以将刚刚做过变动的数据进行输出，我们以上面的示例为基础，进行示范。

MERGE INTO Orders O
--确定目标表Orders
USING Customers C ON C.客户ID=O.客户ID
--从源表Customers确定关联条件 C.客户ID=O.客户ID
WHEN MATCHED 
--当匹配时对目标表的订单日期执行更新操作
THEN UPDATE SET O.订单日期=DATEADD(HOUR,1,O.订单日期)
WHEN NOT MATCHED BY TARGET
--当不匹配时对目标表进行插入操作
THEN INSERT (客户ID,员工ID,订单日期,发货ID)
VALUES (C.客户ID,NULL,NULL,NULL)
OUTPUT $action AS [ACTION],Inserted.订单日期 ,
Inserted.客户ID,Inserted.发货ID,Inserted.员工ID
--用OUTPUT输出刚刚变动过的数据
;

执行上述语句结果如下：

从上图我们看到，执行的动作都是更新，这里的动作只有UPDATE和DELETE，插入也属于更新，此外我们看到订单日期又往后推迟了一小时，是因为我们又一次执行了往后增加一小时的更新操作，其他的字段没变。

总结

MERGE功能比较丰富，以上我们只是简单介绍了一些常用功能，还有其他一些用法，有兴趣的可以搜索一下并动手尝试。在我们要对表做多种操作时，这种写法不仅可以节省代码，而且有时候还可以提高执行效率。