MERGE / upsert e idempotencia

Objetivo

Aplicar inserts y updates sin duplicar claves.

Explicación

MERGE compara origen y destino por una clave. WHEN MATCHED actualiza; WHEN NOT MATCHED inserta. La fuente debe estar deduplicada por la clave elegida antes del MERGE. Los pipelines reales fallan, se reejecutan y reciben datos tardíos. Por eso la práctica no termina cuando “funciona una vez”: debes pensar en idempotencia, reconciliación, registros inválidos y evidencia suficiente para diagnosticar un fallo sin adivinar. Para trabajar MERGE / upsert e idempotencia de forma profesional, no te quedes con el ejemplo: identifica la entrada, ejecuta el caso base, provoca al menos un caso incorrecto y compara el resultado con un control independiente. En este laboratorio el criterio de salida es concreto: La segunda ejecución no cambia el número de filas ni crea duplicados. La verificación principal será: COUNT(*) = COUNT(DISTINCT order_id). Si no puedes explicar por qué pasa esa comprobación, vuelve al paso anterior antes de continuar.

Contexto profesional

Los pipelines reales fallan, se reejecutan y reciben datos tardíos. Por eso la práctica no termina cuando “funciona una vez”: debes pensar en idempotencia, reconciliación, registros inválidos y evidencia suficiente para diagnosticar un fallo sin adivinar.

Ejemplo real

MERGE INTO target t USING source s ON t.order_id=s.order_id
WHEN MATCHED THEN UPDATE SET amount=s.amount,status=s.status
WHEN NOT MATCHED THEN INSERT (order_id,amount,status) VALUES(s.order_id,s.amount,s.status);

Archivos o datos de entrada

• data/ecommerce_orders.csv

Práctica guiada

Crea target con 3 pedidos y source con 1 update + 1 nuevo.

Laboratorio paso a paso

• Prepara el entorno y localiza los datos/archivos de entrada: data/ecommerce_orders.csv. Antes de modificar nada, anota el número de filas, columnas u objetos que esperas usar.
• Reproduce el ejemplo real de la lección y guarda la salida. No avances hasta poder explicar qué hace cada bloque relacionado con «MERGE / upsert e idempotencia».
• Ejecuta la práctica guiada: Crea target con 3 pedidos y source con 1 update + 1 nuevo. Documenta el comando, consulta o acción exacta y el resultado obtenido.
• Resuelve el reto sin mirar la solución: Ejecuta MERGE dos veces. Si falla, registra el mensaje de error y formula una hipótesis antes de cambiar código.
• Compara tu resultado con el criterio esperado: La segunda ejecución no cambia el número de filas ni crea duplicados. Después ejecuta la comprobación: COUNT(*) = COUNT(DISTINCT order_id).
• Provoca deliberadamente un caso problemático relacionado con este error frecuente: MERGE contra source duplicada puede ser ambiguo o producir resultados inesperados.. Comprueba que sabes detectarlo y corregirlo.

Reto sin ayuda

Ejecuta MERGE dos veces.

Resultado esperado

La segunda ejecución no cambia el número de filas ni crea duplicados.

Cómo verificarlo

COUNT(*) = COUNT(DISTINCT order_id).

Checklist de validación

• El resultado cumple: La segunda ejecución no cambia el número de filas ni crea duplicados.
• Has ejecutado esta verificación y puedes explicar el resultado: COUNT(*) = COUNT(DISTINCT order_id).
• Has probado al menos un caso límite o dato inválido y el comportamiento es explícito, no silencioso.
• Puedes repetir la práctica desde cero sin copiar la solución y dejar evidencia (consulta, commit, captura o salida de consola).

Errores frecuentes

• MERGE contra source duplicada puede ser ambiguo o producir resultados inesperados.

Qué debes recordar

Un pipeline fiable puede reejecutarse, detectar errores y explicar qué hizo.

Preguntas de entrevista

• ¿Cómo harías este proceso idempotente? Aplícalo concretamente a «MERGE / upsert e idempotencia».
• ¿Qué registrarías para poder reanudar o investigar una ejecución fallida? Explica qué evidencia enseñarías al revisor.

Siguiente paso

Añadirás validación y manejo de errores.

Recursos de esta lección