功能介绍：增量更新是指对表中新增加、新删除和新修改的数据进行更新，即将数据库中有变化的数据更新到引擎中存储，并保持以前的数据不变动。

                增量更新分为：增量增加、增量删除、增量修改，其中增量修改通过增量增加与删除的组合来实现。增量更新只更新有变化的数据，因此其更新效率较全量更新有明显的提高。

                在BI中的增量更新均是在单表更新中实现的。其实现分为三步：

                第一步：用sql执行where语句 uptime>上次更新时间（也可以不用参数“上次更新时间”，可自定义一个），将数据库中更新的时间与上次更新的时间进行对比，当某条数据在数据库里的更新的时间大于上次更新的时间，便说明该数据是未更新的数据，将它们更新进来即可；

                第二步：读取到数据库中表的变化。表的变化分为：增加、删除、修改，通过sql语句首先识别到数据变化的行，再识别变化的类型是哪一种，从而确定属于哪一种增量更新。实现这一步，数据表要满足表中存在主键（唯 一标识）来标识表中的行，同时有字段记录变化的类型。例如对"用户表（A表）"进行增量更新，用户表的主键是UserID；通过对照表(B表)来记录用户表的变化，用ID和Uptype分别记录变化所在的行和类型（用add表示增加，del表示删除，upd表示修改）。此时执行sql语句，where A.ID=B.ID即可找到变化的行，Uptype="add"即找到增量增加的数据。

                第三步：将未更新的数据更新到引擎中，对于增量增加、增量删除及增量修改的操作在BI的单表更新中完成。在单表更新设置界面，选择“首次生成全量，此后增量更新”即进入到增量更新的设置界面。将相应的sql语句分别对应写到对应的增量类型的框中，后台自动执行sql语句，选择相应变化的所在的行执行增加、删除、修改三种操作。

适用场景：1）单表总数据量较大，比如百万以上的数据 ；

                2）表内有类似时间戳作用的字段，比如根据时间戳字段与更新时间的对比实现增量更新；

                3）表历史数据修改频率较低；

进入数据准备>业务包>数据表，点击更新信息，选择更新设置，如下图：

出现单表更新的界面，如下图，增量更新的方式包含了两种：增量增加和增量删除，单击可以点击切换增量更新的方式；包含了两个参数：上次更新时间与当前更新时间；下方的空框处用于填写执行增量更新的sql语句。

“上次更新时间”与“当前更新时间”均为对比参数，其使用方式是直接单击该参数名即可输入到设置框内，并使用函数将它们从字符串转化为时间类型。“上次更新时间”表示的是上一次更新开始的时间；“当前更新时间”是指本次更新的开始时间；通过两个时间点，将更新的数据圈定到从上次开始更新时到本次更新之间的新数据上，这样每次更新都会以上次的终点为起点进行更新，以保证数据的准确和完整。

注：“当前更新时间”这个参数并不需要强制使用，它是为了防止出现在更新的sql语句查询时，出现插入数据的情况，此时就不易判断该数据是否被更新；使用"当前更新时间"作为下限，可以将查询sql语句时的数据插入放到下次的更新中进行更新，不会出现遗漏或重复插入。如没有上述情况，使用“上次更新时间”即可。

注：增量更新是以行为单位的，增量增加是对引擎中保存的数据表直接添加行，增量删除是直接删除行。

增量增加在使用时一般包含两种情况：普通增量增加和时间戳增量增加。

普通增量增加为将表中的所有数据增加到当前表，比如获取销售明细表的SQL：select * from new_salesdetail，表示将new_salesdetail表中所有数据全部增加到已有的表中。 例如数据库中有两个表A,B，其数据结构完全一致，比如2018-1-14查看，表A中存放的是历史全部数据（不包括2018-1-14的数据），而2018-1-14的所有数据都存放于表 B中。此时若需要在FineBI中使用所有数据，我们可以先将表A的数据全部添加到FineBI中，到了2018-1-15的时候，将表B的所有数据全量增加到FineBI分布式存储中。如下图：

点击预览，可查看该SQL执行的结果，如下图：

如果查询的列数与表中列数不符，会出现执行结果缺少字段的信息提示。因此执行SQL的查询列数与当前表中应一致。

时间戳增量增加可使用参数，设置时间满足大于上次更新时间的数据进行更新。比如存在下面的销售明细表：销售单号（主键）、收费、销售时间、uptype；

而在2015/09/18日新增了部分销售数据的更新，更新的数据如下图：

则可将满足uptype=add且自带的时间（销售时间）大于上次更新时间即可，使用SQL如下图所示：

SELECT * from 销售明细表 a where a.uptype='add'and a.销售时间>str_to_date('上次更新时间','%Y-%m-%d %H:%i:%s')  

需要选择上次更新时间的参数填入，如下图：

增量删除会根据查询出来的字段名与FineBI中存储的字段名自动匹配，根据查询出来的结果进行数据的删除。增量删除一般也包含两种情况：普通增量删除和时间戳增量删除。

注：只要是查询出来的字段名与Spider引擎存储中的字段名匹配，就会将这部分的数据进行删除。  

输入的SQL比如：

select 1 as 店号 from new_salesdetail，表示将new_salesdetail表中店号为1的数据删除掉；

select 1 as 店号, 2 as 楼层 from new_salesdetail，表示将new_salesdetail表中店号为1以及楼层为2的数据删除掉；

select 店号 from new_salesdetail where 楼层 in (1,2,3)，表示删除楼层是1,2,3的数据；

select 店号 from new_salesdetail where 楼层 in (1,2,3) and 店号 in (2,3,4)，表示删除楼层是1,2,3以及店号是2,3,4的数据。

如下图：

与增量增加类似，增量删除也可使用参数，设置时间满足大于上次更新时间的数据进行更新。比如将上次更新时间与本次更新时间之间查询出来的字段进行删除。

SELECT b.UserID from userModify b where b.uptype = 'del' andb.uptime>str_to_date('上次更新时间','%Y-%m-%d %H:%i:%s')  and b.uptime < str_to_date('当前更新时间','%Y-%m-%d %H:%i:%s')

如下图：

Spider引擎中没有单表更新中的增量修改项，可以通过增量删除和增量增加进行功能组合来实现增量修改的场景。例如如下两种场景：

场景1：

每天的增量数据表A包含两部分：用户新录入的数据和用户修改过的历史数据。如果想将这种数据增量到引擎中，我们可以先删除表A数据，也就是将引擎中已保存的表A的数据全部删除。然后把表A的数据全部增加进入引擎中。即将增量数据全部作为新增数据重新写入引擎存储中。

场景2:

用户可能对历史数据进行增删改的操作，为了保证数据的准确性，我们可以对数据进行一个增量组合。比如用户修改了前三天的数据，我们可以删除前三天的数据，并增量增加前三天+今天的数据，这样可以不用关心用户具体做了什么增删改的操作，全部更新过来。

增量更新可以设置立即更新或者定时更新，其时间设置与定时更新中一致，可参考单表更新。

在配置好增量更新的方式以后，可以+定时设置添加定时任务，如下图：

在定时更新任务设置的时候更新方式下选择增量更新，如下图：

点击确定以后，该新增的任务即为定时增量更新的任务，如下图：

同样在配置好增量更新方式以后，直接在单表更新界面单击立即更新，选择增量更新，即可立即进行增量更新。