-- =====================================================================
-- @Name:             DORIS-D-SQL-{表名}-INSERT
-- @Version:          1.0
-- @Desc:             Apache Doris 数据插入模板
-- @TargetDatabase:   Apache Doris
-- =====================================================================

-- ============================================================================
-- 场景1：INSERT INTO（追加写入）
-- ============================================================================
-- 适用：向 Doris 表追加数据，不会删除已有数据

INSERT INTO db_name.target_table
SELECT 
    stat_date,
    department,
    region,
    order_count,
    total_amount
FROM db_name.source_table
WHERE stat_date = '${day_id}';

-- ============================================================================
-- 场景2：INSERT OVERWRITE（覆盖写入）
-- ============================================================================
-- 适用：覆盖目标表（或指定分区）的全部数据
-- 注意：Doris 2.0+ 支持，且仅适用于 Partition 表

-- 覆盖整表
INSERT OVERWRITE db_name.target_table
SELECT 
    stat_date,
    department,
    region,
    order_count,
    total_amount
FROM db_name.source_table;

-- 覆盖指定分区（推荐）
INSERT OVERWRITE db_name.target_table
PARTITION(p202605)
SELECT 
    department,
    region,
    order_count,
    total_amount
FROM db_name.source_table
WHERE stat_date >= '2026-05-01'
  AND stat_date < '2026-06-01';

-- ============================================================================
-- 场景3：从查询结果写入（ETL 场景）
-- ============================================================================

-- 简单转换后写入
INSERT INTO db_name.target_table
SELECT 
    order_date,
    department,
    COUNT(*) AS order_count,
    COUNT(DISTINCT user_id) AS unique_users,
    SUM(total_amount) AS total_amount,
    AVG(total_amount) AS avg_amount
FROM db_name.source_orders o
LEFT JOIN db_name.dim_department d ON o.dept_id = d.dept_id
WHERE o.order_date = '${day_id}'
GROUP BY order_date, department;

-- ============================================================================
-- 场景4：批量 VALUES 写入
-- ============================================================================

INSERT INTO db_name.target_table (stat_date, department, amount)
VALUES 
    ('2026-05-01', '市场部', 10000.00),
    ('2026-05-01', '技术部', 25000.00),
    ('2026-05-01', '运营部', 18000.00);

-- ============================================================================
-- 场景5：Stream Load（数据导入）
-- ============================================================================
-- 适用：大批量数据导入（百万级以上）
-- 注意：Stream Load 通过 HTTP 协议提交，不是 SQL 语法

/*
-- curl 命令示例
curl --location-trusted -u user:password \
    -H "label:load_order_20260501" \
    -H "column_separator:," \
    -H "columns:order_id,order_date,user_id,total_amount" \
    -T data.csv \
    http://fe_host:8030/api/db_name/orders/_stream_load
*/

-- ============================================================================
-- 场景6：Broker Load（外部数据源导入）
-- ============================================================================

/*
LOAD LABEL db_name.load_label_20260501
(
    DATA INFILE('hdfs://namenode:8020/path/to/data/*')
    INTO TABLE target_table
    COLUMNS TERMINATED BY ','
    (stat_date, department, region, amount)
    SET (amount = amount * 1.0)
)
WITH BROKER 'broker_name'
(
    'username' = 'hdfs_user',
    'password' = 'hdfs_password'
)
PROPERTIES
(
    'timeout' = '3600',
    'max_filter_ratio' = '0.01'
);
*/

-- ============================================================================
-- 关键规则说明
-- ============================================================================
/*
1. INSERT INTO vs INSERT OVERWRITE
   - INSERT INTO：追加数据，不删除已有数据
   - INSERT OVERWRITE：覆盖数据（Doris 2.0+ 支持）
   - 日常增量推荐 INSERT INTO，全量刷新推荐 INSERT OVERWRITE

2. Doris 不使用临时表链式处理
   - 与 Spark 不同，Doris 通常用单条 SQL 或 CTE 完成 ETL
   - 直接 INSERT INTO ... SELECT ... 即可

3. 字段顺序
   - SELECT 字段顺序必须与目标表列定义顺序一致
   - 或显式指定列名：INSERT INTO table (col1, col2) SELECT ...

4. 数据导入方式选择
   - 少量数据：INSERT INTO ... SELECT ... 或 INSERT INTO ... VALUES ...
   - 大批量导入：Stream Load（HTTP PUT，最高性能）
   - HDFS 导入：Broker Load
   - 外部数据源：Routine Load（Kafka 等）

5. 性能建议
   - 批量写入优于逐条写入
   - Stream Load 是最高性能的导入方式
   - 建议攒批后一次性写入，避免频繁小批量导入
*/