问题：
我需要尽可能高效地将CSV文件中的数据集导入SQL Server Express（SSMS v17.6）。数据集每天更新到本地硬盘驱动器上的相同CSV文件中。目前使用MS Access 2010（v14.0）作为中间人将CSV文件聚合到链接表中。
使用下面的解决方案，数据可以完美地传输到SQL Server，并完全符合我的要求。但我无法弄清楚如何使用新添加的CSV数据在每天结束时刷新/更新/同步数据，而无需每次都重新导入整个数据集。
解决方案：
MS Access中的升迁向导 - 这最适合将所有表完美地转移到SQL Server数据库。虽然没有删除并且每天都重复相同的步骤，但我无法弄清楚如何更新表格。我尝试的所有解决方案或链接都没有完成。
SQL Server导入/导出向导 - 这也可以将数据一次性传输到SSMS。但我也无法弄清楚如何用新表更新/同步这些数据。另一个问题是通过此方法选择Microsoft Access作为数据源需要.mdb文件。最新的MS Access文件格式是.accdb文件，因此我必须将数据库保存在较旧的.mdb版本中，以便将其导出到SQL Server。
约束：
我对MS Access没有忠诚度。我真的只是寻找最有效的方法来将这些CSV文件一致地转换为我可以对它们执行SQL查询的格式。从我读过的所有内容来看，MS Access似乎是最好的方法。
我的编码知识也很有限，所以更高级的VBA / C ++解决方案可能会超出我的想象。
TLDR：
尝试将几个不同的每日更新本地CSV文件添加到一个程序中，我可以在其中运行SQL查询，而无需每天进行完全删除和重新导入。目前正在使用MS Access 2010到SQL Server Express（SSMS v17.6），它可以满足我的需求，但不会每天使用新数据进行更新，而无需重新导入所有内容。
谢谢！
答案 0 :(得分：0)
您可以使用临时表策略来解决此问题。
在执行每日更新时，将所有数据导入一个或多个临时表。执行SQL语句将导入数据中存在但不存在于基础数据中的行插入基础数据中;同样，从基础数据中删除导入数据中不存在的行;同样，更新导入数据中已更改值的基础数据行。
使用您的数据依赖关系来确定应修改哪些订单表。
我会首先运行所有删除，然后插入，最后是所有更新。
这应该是一个有趣的挑战！
修改
你说：
我需要将CSV文件中的数据集导入SQL Server Express（SSMS v17.6）尽可能高效。
将数据放入SQL Server表的最有效方法是使用SQL批量复制。这可以通过命令行，SSIS作业或通过任何.Net语言通过ADO.Net实现。
你说：
但我无法弄清楚如何在最后刷新/更新/同步数据 每天使用新添加的CSV数据而无需重新导入 每次都是整个数据集。
看来你有两个选择：
为了做上面的第1项，你只需用你已经说过你不想做的新数据替换所有现有数据，或者至少你认为你不能做这有效。为了实现上述数字2，您必须将旧数据与新数据进行比较。为了比较两组数据，无论何处进行比较，都必须能够访问这两组数据。因此，您可以在SQL Server中执行比较，但需要将新数据加载到数据库中以进行比较。然后，您可以在该过程完成后清除临时表。
答案 1 :(得分：0)
在进一步思考你的问题时，似乎潜在的问题是：
我真的只是在寻找获得这些CSV的最有效方法 文件一致地进入我可以执行SQL查询的格式 它们。
存在专门构建的应用程序，允许您查询此类数据。
您可能需要查看Log Parser Lizard或Splunk。这些是查询和挖掘隐藏在平面数据文件中的数据的绝佳工具。
答案 2 :(得分：0)
附加查询能够以递增方式将其他新记录添加到现有表中。但问题是您的起始点数据集（CSV）是否只是新记录，或者该数据集是否包含表中已有的记录。
这是一个经典的困境，需要在追加查询设置中进行管理。
如果CSV包含先前记录 - 那么您必须建立新记录＆＃39;数据子集在CSV中设置并附加那些。例如，如果您有一个测序字段，那么您可以使用＆gt;来自现有表格的逻辑最大值如果不存在，则需要对表数据与csv数据进行NOT比较，以确定哪些csv记录尚未存在于表中。
你说你寻求更有效率的东西＆＃39; - 但实际上没有什么比批量删除所有记录和写入所有记录更有效率了。大部分时间都不能这样做 - 但如果可以，我会坚持下去。