前言：在上大学的时候，学习了全量更新和增量更新的概念，但因为大学练习的项目小，数据库均使用的全量更新，对增量更新一直只有理解没有实践，现在到了工作中，终于有实际的项目让我能运用起来。增量更新一般用于数据推送以及每日的备份，不需要花大量的时间读取数据库，下面就介绍我的应用场景。
我所要完成的工作是进行数据的推送，将公司的数据推送到客户的数据库中，在这里面涉及三个数据库：
- 业务库 Oracle （公司正在运营的应用数据库）
- 服务库 Sql Server（同样是公司的数据库，在这里完成一些数据库加密修改等逻辑操作）
- 前置库 Oracle（客户所提供的数据库，最终会将数据推送至这里）
业务需求
该增量更新不一定是一个定时任务，可能是几小时内完成一次更新，也可能是几天之内需要更新一次，所以，我们不光要有数据的更新时间，还要有最后一次数据采集时间，当我们在执行更新时，数据的更新时间在最后一次数据采集时间 至 现在 的，就是我们需要采集的数据。
关键字介绍
- 初始化
在做增量更新之前，需要将服务库和前置库做一次初始化，使这两个库与业务库的数据保持一致。
- 数据库字段介绍
HC_ID ：服务库与前置库主键ID
ORI_ID ： 业务库主键ID
SYS_U_T ： 数据更新时间
HC_UPDATETIME ：数据最后采集时间
- 软删除
业务库采用的是软删除技术，既不需要某条记录时不会将该行记录删除掉，而是在某个字段标识它为无效。所以本实践不必考虑如何判断记录是否已删除，而是将删除归为数据的 UPDATE 操作。
流程图如下
在这里面，最重要的既是 插入/更新 这个操作，这是kettle提供的一个图元，将输入的数据，根据字段条件，与表中的数据进行对比，如果是字段有更新的，则进行更新操作，如果表中没有该行记录的，则进行插入操作。
比如在本次实践中，我们从业务库中取出了300条数据，而服务库中27W条数据，通过这300条数据的ORI_ID 与 服务库的ORI_ID 关联。
假设这其中有280条数据是新增的，20条数据是信息变更或软删除的，那么在执行此kettle转换后，会在下方步骤度量中看到输出280条，更新20条。
