...
目前增量抽取还支持的场景：覆盖多少天/季度等，即每次抽取，根据日期及滚动周期将数据库中的新增以及部分历史数据抽取到MPP数据库中，其中历史数据将会覆盖原数据。
4 数据抽取耗时对比
数据模型如下图：
1、【orders】入库方式"追加"
场景1：[orders]表原始数据1kw，增量100w和500w数据，追加情况
表名称 | 原始数据 | 列数 | 全量抽取耗时 | 增量数据 | 增量抽取耗时 (重新计算历史数据小宽表) | 抽取提升效率 |
orders | 1kw | 25 | 263s(源表：233s + 小宽表：30s) | 100w | 98s(源表：51s+ 小宽表37s) | 2.7倍 |
500W | 186s(源表：120s+ 小宽表66s) | 1.4倍 | ||||
customers | 200w | 14 | 97s(源表：85s + 小宽表：12s) |
场景2：[orders]表原始数据1亿，增量100w和500w数据，追加情况
表名称 | 原始数据 | 列数 | 全量抽取耗时 | 增量数据 | 增量抽取耗时(重新计算历史数据小宽表) | 抽取提升效率 |
orders | 1亿 | 25 | 2084s(源表：1809s + 小宽表：262s) | 100w | 434s(源表：172s+ 小宽表262s) | 4.8倍 |
500W | 584s(源表：296s+ 小宽表288s) | 3.5倍 | ||||
customers | 200w | 14 | 97s(源表：85s + 小宽表：12s) |
2、【orders】入库方式"插入与更新"
场景1：[orders]表原始数据1kw，增量100w和500w数据，插入与更新情况
表名称 | 原始数据 | 列数 | 全量抽取耗时 | 增量数据 | 增量抽取耗时 (重新计算历史数据小宽表) | 抽取提升效率 |
orders | 1kw | 25 | 263s(源表：233s + 小宽表：30s) | 100w | 140s(源表：51s+ 小宽表37s+合并42s) | 1.9倍 |
500W | 234s(源表：120s+ 小宽表66s+ 合并48s) | 1.1倍 | ||||
customers | 200w | 14 | 97s(源表：85s + 小宽表：12s) |
场景2：[orders]表原始数据1亿，增量100w和500w数据，插入与更新情况）
表名称 | 原始数据 | 列数 | 全量抽取耗时 | 增量数据 | 增量抽取耗时(重新计算历史数据小宽表) | 抽取提升效率 |
orders | 1亿 | 25 | 2084s(源表：1809s + 小宽表：262s) | 100w | 740s(源表：172s+ 小宽表262s + 合并306s) | 2.8倍 |
500W | 904s(源表：296s+ 小宽表288s+合并320s) | 2.3倍 | ||||
customers | 200w | 14 | 97s(源表：85s + 小宽表：12s) |
问题1： 我的原始数据是3000w，每天增量10w，列数：60列，抽取大概需要多久？
答：是一千万的三倍，但是抽取时间是会比3倍少，全量大概10分钟， 增量抽取耗时大概90s。
问题3：我的机器配置是：X86架构 32核； 内存 128G，硬盘1TB+？"5.1.1 "、"5.1.2"的场景，抽取时间是多少？
答：此配置远比上面测试环境高，那么抽取耗时也会比上述测试数据低一些。
