学习SSIS合并连接与合并转换SSIS的Merge Join和Merge转换是两个类似的组件，用于将两个输入数据源合并为

SSIS的Merge Join和Merge转换是两个类似的组件，用于将两个输入数据源合并为一个输出。本文解释了这两种转换，并说明了何时以及如何使用它们中的每一种。

注意：本文中的所有例子都是使用Stack overflow 2013数据库、SQL Server 2019、Visual Studio 2019、SQL Server集成服务项目扩展3.4版本制作的。

正如SSIS工具箱中提到的，SSIS合并转换 "将多个排序数据流中的行合并为一个排序数据流"。

Merge Transformation description in the SSIS toolbox

图1 - SSIS工具箱中的合并转换描述

合并转换与Union All转换非常相似，后者将来自不同来源的行合并为一个输出。主要的区别是，Union All不要求数据源被排序，它的输出也不要求。此外，Union All接受两个以上的输入，而Merge转换则不接受。

在说明如何使用合并转换之前，我们将解释在SSIS中排序数据源的几种方法。

使用排序组件

排序组件是一种转换，当输入的数据在其源头无法被排序时，它将以升序或降序排序。这意味着--一般来说--在其源头对数据进行排序比使用这个组件要好。原因是，在源一级对数据进行排序会减少ETL服务器的工作量。此外，它可以从数据源的索引或其他辅助工具中受益。

Sort Component description in the SSIS toolbox

图2 - SSIS工具箱中的排序组件描述

在SSIS工具箱中提到的一个重要说明是，对于大数据，不建议使用Sort组件，因为它需要在生成排序输出之前在内存中加载所有数据。

排序组件非常简单，易于使用；你需要指定排序操作中使用的列以及每个列的排序顺序。

Sort Component editor

图3 - 排序组件编辑器

请注意。删除重复的数据可能会导致数据丢失，因为重复的数据是根据排序列进行比较的，而不是整个数据行。

Using the Sort component with the Merge transformation

图4 - 使用合并转换的排序组件

使用高级编辑器

正如我们之前提到的，当它能在数据源处进行排序时，就没有必要使用排序组件。假设我们是从一个具有聚类索引的SQL Server表中读取数据（这意味着其主键列会对数据进行排序），或者我们在SQL命令中使用了ORDER BY子句。SSIS引擎不会自动检测到我们的数据源是否被排序，用户必须这样告诉它。

要处理一个被排序的数据源，我们应该打开源组件的高级编辑器*（右键单击>显示高级编辑器...）。*

Opening source's advanced editor

图5 - 打开源组件的高级编辑器

在源组件的高级编辑器中，进入 "输入和输出属性 "标签。点击 "OLE DB源输出"，将 "IsSorted "属性改为 "True"。

Changing the "IsSorted" property to "True"

图6 - 将 "IsSorted "属性修改为 "True"

下一步是为排序操作中使用的所有列配置排序键的位置。

Configuring the sort key position

图7 - 配置排序键的位置

正如官方文档中提到的，"排序键位置 "属性的值应按如下方式配置。

整数值必须代表一个数字序列，从1开始并以1递增
一个正的整数值表示一个升序的排序顺序
一个负的整数值表示一个降序排序。(如果设置为负数，数字的绝对值决定了该列在排序序列中的位置）。
默认值为0表示该列没有被排序。对于不参与排序的输出列，保留0的值。

使用SSIS合并转换

为了说明SSIS合并转换，让我们假设我们需要将 "帖子 "和 "评论 "表中的所有数据插入到一个表中。为此，我们创建了一个SSIS包，添加了一个 "数据流任务"，并配置了一个OLE DB连接到Stack Overflow 2013数据库。接下来，我们添加了两个OLE DB源组件，并为每个组件添加一个排序组件。然后，我们添加一个合并转换，将两个排序组件的输出作为输入。

如下面的图片所示，合并转换编辑器非常简单。你只需要指定组件的输出列和它们在每个输入中的对应列。

Merge transformation editor