Kettle PDI：更好的查找和插入更新或插入更新+查找

Question

在Kettle，又名Pentaho数据集成中，我读了一些xls，其中包含一些链接到某些类别的产品，我将它们插入到数据库中。

关系类别 - 产品是1：n（一个类别有更多产品，一个产品属于一个类别）。 我插入类别，然后插入产品。

案例1：

1. 插入/更新类别（实际上，我只插入）;
2. 按代码查找类别并返回其他步骤中使用的ID;

案例2：

1. 按代码查找类别;
2. 过滤行：if（id> 0）然后转到其他步骤;否则转到第3步;
3. 插入类别并返回ID;

案例1或案例2更好（更快/内存使用）？

同样的选择适用于子类别，供应商和其他相关实体。

实际上我每秒使用案例1和pdi进程4记录，我有100k记录的文件。

Answer 1

我建议使用第二种方法，阅读产品，每种产品使用Lookup steam查找产品的一个类别。

这样做的原因在于它是人类思考的方式。还有那个。 Lookup stream（不是Lookup Database）已经过优化。在某些情况下甚至比数据库离开加入更快。