![]()
Databend 是一款现代云数仓。专为弹性和高效设计，为您的大规模分析需求保驾护航。自由且开源。即刻体验云服务：https://app.databend.cn 。
What's On In Databend
探索 Databend 本周新进展，遇到更贴近你心意的 Databend 。
MERGE INTO
MERGE INTO 语句用于根据指定的条件和匹配标准，在目标表中执行对行的插入、更新或删除操作，使用来自指定源的数据。
![]()
MERGE INTO 中通常会包含若干 MATCHED 或 NOT MATCHED 子句：对于 MATCHED 子句，可以对目标表进行更新或者删除，而如果是 NOT MATCHED 子句，则可以插入数据。
![]()
-- Merge data into 'salaries' based on employee details from 'employees'
MERGE INTO salaries
USING (SELECT * FROM employees)
ON salaries.employee_id = employees.employee_id
WHEN MATCHED AND employees.department = 'HR' THEN
UPDATE SET
salaries.salary = salaries.salary + 1000.00
WHEN MATCHED THEN
UPDATE SET
salaries.salary = salaries.salary + 500.00
WHEN NOT MATCHED THEN
INSERT (employee_id, salary)
VALUES (employees.employee_id, 55000.00);
MERGE INTO 语句目前属于实验阶段，可以执行 SET enable_experimental_merge_into = 1; 启用这个特性。
如果您想了解更多信息，请查看下面列出的资源。
Code Corner
一起来探索 Databend 和周边生态中的代码片段或项目。
Python Binding 和 Local 模式支持配置数据路径
Databend 的 Local 模式现已支持通过 DATABEND_DATA_PATH 环境变量来控制元数据和数据文件的存放位置。
DATABEND_DATA_PATH=/tmp/data/ databend-query local -q "create table abc(a int); insert into abc values(3);"
Databend 的 Python Binding 同样遵循 DATABEND_DATA_PATH，但是需要在使用 databend 之前进行定义这一环境变量。
import os
os.environ["DATABEND_DATA_PATH"] = "/tmp/def/"
from databend import SessionContext
如果您想了解更多信息，请查看下面列出的资源。
Highlights
以下是一些值得注意的事件，也许您可以找到感兴趣的内容。
- 改进 Hash Join ，性能在部分场景下提升 10% 。
- 改进 MERGE INTO 的并行执行。
- 改进 CI，使用
quickinstall 安装相关二进制工具，使用 nextest 执行单元测试。
What's Up Next
我们始终对前沿技术和创新理念持开放态度，欢迎您加入社区，为 Databend 注入活力。
删除 Internal Stage 时同时移除文件
Internal Stage 将数据文件暂存在 Databend Query 配置中指定的存储后端中。
考虑到在删除 Internal Stage 之后，用户将无法访问其中暂存的数据文件。因此，有必要考虑在删除 Internal Stage 同时移除其中暂存的文件。
Issue #12986 | remove files at the same time of drop internal stage
如果你对这个主题感兴趣，可以尝试解决其中的部分问题或者参与讨论和 PR review 。或者，你可以点击 https://link.databend.rs/i-m-feeling-lucky 来挑选一个随机问题，祝好运！
Changelog
前往查看 Databend 每日构建的变更日志，以了解开发的最新动态。
地址：https://github.com/datafuselabs/databend/releases
Contributors
非常感谢贡献者们在本周的卓越工作。
![]()
Connect With Us
Databend 是一款开源、弹性、低成本，基于对象存储也可以做实时分析的新式数仓。期待您的关注，一起探索云原生数仓解决方案，打造新一代开源 Data Cloud。
