參考文末文章，加上自己的理解。
1、增量更新
有一個 base_table 表存放的是 12 月 15 日及其之前的所有資料，當 12 月 16 日的資料產生後，存入 incremental_table 表的當日分割槽中。
現在需要，將 incremental_table 表的新增資料合併到 base_table 表中。
那麼，就有兩種情況：
（1）保留歷史資料
通過將主表建成拉鍊表實現：
將 歷史資料中修改了的資料 union 當日新增的資料，
再 insert overwrite 到 base_table 表。
這樣的話，就會存在重複的資料，保留了歷史資料。
（2）不保留了歷史資料
方法1：
先將 base_table 表和 incremental_table 表 left join，將 base_table 表中沒有修改的資料插入到 base_table 表，
再將 incremental_table 表中的增量資料（最新資料）插入到 base_table 表。
方法2：
將 base_table 表和 incremental_table 表 union all ，再取更新時間最新的記錄。
這樣，就不會存在重複的資料，但是沒有了歷史資料。
2、對第一種情況
通過將主表建成拉鍊表實現
2.1、準備工作
（1）建表
-- 存放產生的每日增量資料，按天分割槽
create table incremental_table (
id string,
name string,
addr string
) comment '增量表'
partitioned by (dt string)
row format delimited fields terminated by ','
stored as textfile;
-- 存放更新後的資料
create table base_table (
id string,
name string,
addr string,
start_date string,
end_date string
) comment '主表'
row format delimited fields terminated by ','
stored as textfile;
（2）資料
incre0.txt：匯入主錶的歷史資料
（模擬主表已有資料）
1,lijie,chongqing,20191020,99991231
2,zhangshan,sz,20191020,99991231
3,lisi,shanghai,20191020,99991231
4,wangwu,usa,20191020,99991231
incre1.txt：匯入增量表的 20191020 新增資料
1,lijie,chongqing
2,zhangshan,sz
3,lisi,shanghai
4,wangwu,usa
incre2.txt：匯入增量表的 20191021 新增資料
1,lijie,chengdu # 地址變了
2,zhangshan,huoxing # 地址變了
4,wangwu,lalalala # 地址變了
5,xinzeng,hehe # 新增資料
（3）匯入資料
-- 將 incre0.txt 匯入主表中，表示主表已經有資料了，
-- 現在需要更新主表裡的資料
load data local inpath '/root/data/incre0.txt' overwrite into table base_table;
hive> select * from base_table;
OK
1 lijie chongqing 20191020 99991231
2 zhangshan sz 20191020 99991231
3 lisi shanghai 20191020 99991231
4 wangwu usa 20191020 99991231
-- 將 incre1.txt 和 incre2.txt 分別匯入增量表中的相應分割槽中
load data local inpath '/root/data/incre1.txt' overwrite into table incremental_table partition (dt='20191020');
load data local inpath '/root/data/incre2.txt' overwrite into table incremental_table partition (dt='20191021');
hive> select * from incremental_table;
OK
1 lijie chongqing 20191020
2 zhangshan sz 20191020
3 lisi shanghai 20191020
4 wangwu usa 20191020
1 lijie chengdu 20191021
2 zhangshan huoxing 20191021
4 wangwu lalalala 20191021
5 xinzeng hehe 20191021
2.2、更新資料
-- 將 歷史資料中修改了的資料 union 當日新增的資料，
-- 再 insert overwrite 到 base_table 表。
-- 也可以使用 hive 的 merge into 語法，但從 Hive 2.2 版本才開始可用，且只能在支援 ACID 的表上執行。
insert overwrite table base_table
select * from
(
select a.id, -- 更新歷史資料中修改了的資料
a.name,
a.addr,
a.start_date,
case
when a.end_date='99991231' and b.id is not null then '20191020' -- 更新了end_date
else a.end_date
end as end_date
from base_table as a
left join (select * from incremental_table where dt='20191021') as b
on a.id=b.id
union
select c.id, -- 新增當日新增的資料
c.name,
c.addr,
'20191021' as start_date,
'99991231' as end_date
from incremental_table c
where c.dt='20191021'
) as t;
hive> select * from base_table;
OK
1 lijie chengdu 20191021 99991231
1 lijie chongqing 20191020 20191020
2 zhangshan huoxing 20191021 99991231
2 zhangshan sz 20191020 20191020
3 lisi shanghai 20191020 99991231
4 wangwu lalalala 20191021 99991231
4 wangwu usa 20191020 20191020
5 xinzeng hehe 20191021 99991231
3、對第二種情況
3.1、準備工作
（1）建表
create table incremental_table (
id string,
name string,
addr string
) comment '增量表'
partitioned by (dt string)
row format delimited fields terminated by ','
stored as textfile;
create table base_table (
id string,
name string,
addr string
) comment '主表'
partitioned by (dt string)
row format delimited fields terminated by ','
stored as textfile;
（2）資料
源資料incre0.txt
1,lijie,chongqing
2,zhangshan,sz
3,lisi,shanghai
4,wangwu,usa
增量資料incre1.txt
1,lijie,chengdu # 地址變了
2,zhangshan,huoxing # 地址變了
4,wangwu,lalalala # 地址變了
5,xinzeng,hehe # 新增資料
（3）匯入資料
-- 將 incre0.txt 匯入主表中
load data local inpath '/root/data/incre0.txt' overwrite into table base_table partition (dt='20191020');
hive> select * from base_table;
OK
1 lijie chongqing 20191020
2 zhangshan sz 20191020
3 lisi shanghai 20191020
4 wangwu usa 20191020
-- 將 incre0.txt 和 incre1.txt 匯入增量表中
load data local inpath '/root/data/incre0.txt' overwrite into table incremental_table partition (dt='20191020');
load data local inpath '/root/data/incre1.txt' overwrite into table incremental_table partition (dt='20191021');
hive> select * from incremental_table;
OK
1 lijie chongqing 20191020
2 zhangshan sz 20191020
3 lisi shanghai 20191020
4 wangwu usa 20191020
1 lijie chengdu 20191021
2 zhangshan huoxing 20191021
4 wangwu lalalala 20191021
5 xinzeng hehe 20191021
3.2、方法1
先將 base_table 表和 incremental_table 表 left join，將 base_table 表中沒有修改的資料插入到 base_table 表，
再將 incremental_table 表中的增量資料插入到 base_table 表。
hive> select * from base_table;
OK
1 lijie chongqing 20191020
2 zhangshan sz 20191020
3 lisi shanghai 20191020
4 wangwu usa 20191020
hive> select * from incremental_table;
OK
1 lijie chongqing 20191020
2 zhangshan sz 20191020
3 lisi shanghai 20191020
4 wangwu usa 20191020
1 lijie chengdu 20191021
2 zhangshan huoxing 20191021
4 wangwu lalalala 20191021
5 xinzeng hehe 20191021
insert overwrite table base_table
select a.id, -- 插入 base_table 表中沒有修改的資料
a.name,
a.addr,
a.dt
from base_table a
left join (select * from incremental_table where dt='20191021') b
on a.id=b.id
where b.id is null
union
select c.id, -- 插入 incremental_table 表中的增量資料，即最新資料
c.name,
c.addr,
c.dt
from (select * from incremental_table where dt='20191021') c;
hive> select * from base_table;
OK
3 lisi shanghai 20191020
1 lijie chengdu 20191021
2 zhangshan huoxing 20191021
4 wangwu lalalala 20191021
5 xinzeng hehe 20191021
3.3、方法2
將 base_table 表和 incremental_table 表 union all ，再取更新時間最新的記錄。
【可以通過視窗函式編一個序號，也可以使用 hive 的預定義屬性最近更新時間欄位】
hive> select * from base_table;
OK
1 lijie chongqing 20191020
2 zhangshan sz 20191020
3 lisi shanghai 20191020
4 wangwu usa 20191020
hive> select * from incremental_table;
OK
1 lijie chongqing 20191020
2 zhangshan sz 20191020
3 lisi shanghai 20191020
4 wangwu usa 20191020
1 lijie chengdu 20191021
2 zhangshan huoxing 20191021
4 wangwu lalalala 20191021
5 xinzeng hehe 20191021
insert overwrite table base_table
select b.id,b.name,b.addr,b.dt
from
(
select a.*,
row_number() over(distribute by a.id sort by a.dt desc) as rn
from
(
select id,name,addr,dt from base_table
union all -- 這裡是 union all
select id,name,addr,dt from incremental_table where dt='20191021'
) a
) b
where b.rn=1;
hive> select * from base_table;
OK
3 lisi shanghai 20191020
1 lijie chengdu 20191021
2 zhangshan huoxing 20191021
4 wangwu lalalala 20191021
5 xinzeng hehe 20191021
參考地址：
https://www.cnblogs.com/lxbmaomao/p/9821128.html