SSIS处理导入数据时, 存在的更新, 不存在的插入

问题描述:

当你把数据从其他数据库, 或者是文本文件之类的其他数据源导入到目的数据库时, 有时希望在导入的处理中, 能够实现"数据存在时更新, 不存在时导入"

在之前, 一般是通过导入临时表, 然后再判断处理导入正式表的, 在SQL Server 2005中, SSIS可以在导入处理时直接完成这种处理.

 

下面具体演示一下如何用SSIS完成这样的处理:

1.          准备测试环境

-- 1. 在数据库中创建下面的对象

USE tempdb

GO

 

CREATE TABLE dbo.tb(

    id int PRIMARY KEY,

    name nvarchar(128))

GO

 

-- 2. 准备两个文本文件, 放在d:/test 目录下, 文件的内容如下

t1.txt

id  name

1   张三

2   李四

 

t2.txt

id  name

1   张三君

3   李林

4   阿联酋

 

2.          创建新的 Integration Services 项目（创建SSIS包）

Ø       在“开始”菜单中，依次指向“所有程序”、“Microsoft SQL Server 2005 ” ，再单击 SQL Server Business Intelligence Development Studio。

Ø       在“文件”菜单中，指向“新建”，再单击“项目”，以创建一个新的 Integration Services 项目。

Ø       在“新建项目”对话框的“模板”窗格中，选择“Integration Services 项目”。

Ø       在“名称”框中，将默认名称更改为 SSIS Tutorial。或者，清除“创建解决方案的目录”复选框。

Ø       接受默认位置，或单击“浏览”，以浏览并找到要使用的文件夹。

Ø       在“项目位置”对话框中，单击文件夹，再单击“打开”。

Ø       单击“确定”。

Ø       默认情况下，将创建一个名为 “新建包.dtsx“ 的空包，并将该包添加到项目中。

Ø       在解决方案资源管理器工具栏中，右键单击 Package.dtsx，再单击“重命名”，将默认包重命名为 Lesson 1.dtsx。

Ø       当系统提示重命名包对象时，单击“是”。

 

3.          为SSIS包添加数据源（导入数据的源和目标数据源）

Ø       首先添加导入数据的源

Ø       右键单击“连接管理器”区域中的任意位置，再单击“新建平面文件连接”。

Ø       在“平面文件连接管理器编辑器”对话框的“连接管理器名称”字段中，键入 Source。

Ø       单击“浏览”。

Ø       在“打开”对话框中，浏览并找到“d:/test/t1.txt”文件。

Ø       “常规”选项中，勾选“在第1个数据行中显示列名称”。

Ø       “高级”选项中，选择“id”列，将数据类型设置为“four-byte single integer[DT_I4]”。

Ø       “高级”选项中，选择“name”列，将数据类型设置为“Unicode string[DT_WSTR]”。

Ø       然后，你可以在“预览”中查看数据是否正确。

 

Ø       然后添加接收数据的目的数据源

Ø       右键单击连接管理器区域中的任意位置，再单击“新建OLE DB 连接”。

Ø       在“配置OLE DB 连接管理器”对话框中，单击“新建”。

Ø       在“服务器名称”中，输入localhost。

Ø       将localhost 指定为服务器名称时，连接管理器将连接到本地计算机上Microsoft SQL Server 2005 的默认实例。若要使用SQL Server 2005 的远程实例，请将localhost 替换为要连接到的服务器的名称。

Ø       在“登录到服务器”组中，确认选择了“使用Windows 身份验证”。

Ø       在“连接到数据库”组的“选择或输入数据库名称”框中，键入或选择tempdb。

Ø       单击“测试连接”，验证指定的连接设置是否有效。

Ø       单击“确定”。

Ø       单击“确定”。

Ø       在“配置OLE DB 连接管理器”对话框的“数据连接”窗格中，确认选择了localhost.tempdb。

Ø       单击“确定”。

 

4.          为SSIS包添加数据流任务

Ø       单击“控制流”选项卡。

Ø       在“工具箱”中，展开“控制流项”，并将一个数据流任务拖到“控制流”选项卡的设计图面上。

Ø       在“控制流”设计图面中，右键单击新添加的数据流任务，再单击“重命名”，将名称更改为Import Data。

 

5.          在数据流任务中设置数据流源

Ø       打开“数据流”设计器，方法是双击Import Data 数据流任务或单击“数据流”选项卡。

Ø       在“工具箱”中，展开“数据流源”，然后将“平面文件源”拖动到“数据流”选项卡的设计图面上。

Ø       在“数据流”设计图面上，右键单击新添加的“平面文件源”，单击“重命名”，然后将该名称更改为Source Data。

Ø       双击此平面文件源，打开“平面文件源编辑器”对话框。

Ø       在“平面文件连接管理器”框中，键入或选择Source。

Ø       单击“列”并验证列名是否正确。

Ø       单击“确定”。

 

6.          在数据流任务中添加查找处理组件

Ø       在“工具箱”中，展开“数据流转换”，然后将“查找”拖动到“数据流”选项卡的设计图面上。将“查找”直接放置在Source Data 源的下面。

Ø       单击Source Data 平面文件源，并将绿色箭头拖动到新添加的“查找”转换中，以连接这两个组件。

Ø       在“数据流”设计图面上，右键单击新添加的“查找”转换，单击“重命名”，然后将该名称更改为Lookup id。

Ø       双击Lookup id 转换。

Ø       在“查找转换编辑器”对话框的“OLE DB 连接管理器”框中，确保显示localhost.tempdb。

Ø       在“使用表或视图”框中，键入或选择[dbo].[tb]。

Ø       单击“列”选项卡。

Ø       在“可用输入列”面板中，将id 拖放到“可用查找列”面板的id 上。

Ø       单击“确定”。

 

7.          在数据流任务中添加插入数据处理需要的目标数据源

Ø       在“工具箱”中，展开“数据流目标”，并将“OLE DB 目标”拖到“数据流”选项卡的设计图面上。将OLE DB 目标直接放置在“Lookup id”转换的下面。

Ø       单击“Lookup id”转换，并将红色箭头拖到新添加的“OLE DB 目标”上，以便将两个组件连接在一起。

Ø       在出现的“配置错误输出”对话框中，“错误”列中选择“重定向行”

Ø       单击“确定”。

Ø       在“数据流”设计图面上，右键单击新添加的“OLE DB 目标”组件，单击“重命名”，然后将名称更改为Insert data。

Ø       双击Insert data。

Ø       在“OLE DB 目标编辑器”对话框中，确保已在“OLE DB 连接管理器”框中选中localhost.tempdb。

Ø       在“表或视图的名称”框中，键入或选择[dbo].[tb]。

Ø       单击“映射”。

Ø       验证id, name 输入列是否已正确映射到目标列。如果映射了同名列，则说明映射正确。

Ø       单击“确定”。

 

8.          在数据流任务中添加更新数据处理需要的OLE DB命令组件

Ø       在“工具箱”中，展开“数据流组件转换”，并将“OLE DB 命令”拖到“数据流”选项卡的设计图面上。将OLE DB 目标直接放置在“Lookup id”转换的下面。

Ø       单击“Lookup id”转换，并将绿色箭头拖到新添加的“OLE DB 命令”上，以便将两个组件连接在一起。

Ø       在“数据流”设计图面上，右键单击新添加的“OLE DB命令”组件，单击“重命名”，然后将名称更改为Update data。

Ø       双击Update data。

Ø       在“Update Data 高级编辑器”对话框中，“连接管理”选项的“连接管理器”列中，选中localhost.tempdb。

Ø       在“组件属性”选项中，“自定义属性”的“SQLCommand”属性中输入：

UPDATE dbo.tb SET name = ? WHERE id = ?

Ø       在“列映射”选项中，设置“输入列”，将name映射到param_0，将id映射到param_1。注：param_0对应UPDAT语句中的第1个?，而param_1对应UPDATE语句中的第2个?，这是固定的。

Ø       单击“确定”。

 

9.          测试

Ø       按“F5”执行SSIS包

Ø       执行结束（所有的组件都变为绿色），你会看到数据流向“Inset Data”的有两条数据

Ø       双击“连接管理器”中的Source，重新设置文件名为D:/test/d2.txt。

Ø       单击“确定”

Ø       按“Ctrl+Shift+F 5 ” ，重新启动SSIS

Ø       执行结束（所有的组件都变为绿色），你会看到数据流向“Inset Data”的有两条数据，流向“Update Data”的有1条数据

Ø       最后，在数据库中查询tempdb.dbo.tb，验证数据导入的正确性

 

10.       添加循环，一次完成test目录下所有文件的导入

Ø       在Business Intelligence Development Studio 中，单击“控制流”选项卡。

Ø       在“工具箱”中，展开“控制流项”，然后将“Foreach 循环容器”拖到“控制流”选项卡的设计图面上。

Ø       右键单击新添加的“Foreach 循环容器”，并选择“编辑”。

Ø       在“Foreach 循环编辑器”对话框的“常规”页中，为“名称”输入Foreach File in Folder。单击“确定”。

Ø       为Foreach 循环容器配置枚举器

Ø       双击文件夹中的Foreach 文件以重新打开“Foreach 循环编辑器”。

 

Ø       单击“集合”。

Ø       在“集合”页中，选择“Foreach 文件枚举器”。

Ø       在“枚举器配置”组中，单击“浏览”。

Ø       在“浏览文件夹”对话框中，找到d:/test。

Ø       在“文件”框中，键入*.txt。

Ø       单击“变量映射”， 将枚举器映射为用户定义的变量。

Ø       在“变量映射”页的“变量”列中，单击空单元格并选择“<新建变量…>”。

Ø       在“添加变量”对话框中，为“名称”键入varFileName。

Ø       单击“确定”。

Ø       再次单击“确定”，退出“Foreach 循环编辑器”对话框。

 

Ø       将数据流任务Import Data 数据流任务拖动到现已重命名为Foreach File in Folder 的Foreach 循环容器中。

 

Ø       配置平面文件连接管理器以使用连接字符串的变量

Ø       在“连接管理器”窗格中，右键单击Source Data，再选择“属性”。

Ø       在“属性”窗口中，针对“表达式”，单击空单元，然后单击省略号按钮“(…)”。

Ø       在“属性表达式编辑器”对话框的“属性”列中，键入或选择ConnectionString。

Ø       在“表达式”列中，单击省略号按钮“(…)”以打开“表达式生成器”对话框。

Ø       在“表达式生成器”对话框中，展开“变量”节点。

Ø       将变量用户::varFileName 拖到“表达式”框中。

Ø       单击“确定”关闭“表达式生成器”对话框。

Ø       再次单击“确定”关闭“属性表达式编辑器”对话框。