旁路导入会把所有的已有的数据都写一遍。如果原表的数据比较大，导入的数据比较少，可能不适合使用旁路导入。
为什么为把目标表的数据都写一遍？还是说就不建议向有数据的表做导入？
根据文档库中的信息，旁路导入会把所有的已有数据都写一遍的原因与旁路导入的工作机制有关。旁路导入设计的目的在于绕过SQL层直接在数据文件层面进行高效的数据插入操作，从而提高数据导入效率。然而，这种高效的实现方式也有其局限性，特别是当目标表中已经存在大量数据而新导入的数据量相对较少时。此时，重新写入所有数据不仅不会显著提升效率，反而可能导致不必要的资源消耗。
为什么不建议向有数据的表做导入
- 性能考虑：对于大型数据表，即使新增数据很少，旁路导入仍然会导致整个表的数据被重写一次。这意味着如果原表已经非常庞大，执行旁路导入可能会极大地增加I/O负载和时间成本。
-
效率问题：如上述所述，当原表的数据规模远大于增量数据规模时，通过旁路导入方式来更新或追加少量记录显然是低效的。传统方法（如常规
INSERT语句）可能更适用于这种情况。 - 锁定机制：旁路导入过程中会对目标表加上锁，以防止并发写操作的发生，保证数据一致性。这期间其他试图修改该表的操作将被阻塞直至导入完成。对于一个包含大量现有数据的活跃生产环境表来说，长时间锁定可能影响业务正常运行。
因此，在选择是否使用旁路导入之前，应该评估目标表当前的数据量以及即将导入的数据量之间的比例关系，并据此做出合理决策。对于那些已含有较多数据但仅需追加少量新记录的情况，建议采用传统的插入方法而不是旁路导入，以避免潜在的性能瓶颈和对系统造成的额外压力。
相关文档片段 提供了关于旁路导入概述的信息，其中包括对其工作原理的简要说明。此外，这里 还强调了不推荐对大数据量表执行少量数据旁路导入的观点。
详情请参考:
1 个赞
如果分区表可以按照分区增量旁路导入，不会全写数据