00:00
呃，那接下来呢，我们看一下它的一个隐身的引擎，叫replacing water。哎，这个呢，你看啊，它也是一个没税，但是replace表示替换。表示替换对不对，那既然是替换的话，其实相当于是一个什么去重啊，假如说两条数据完全一样，我做一个驱轴对吧，其实它呢，如果说有了这个replace模税啊，这种这种表呢，它具备幂等性。注意它具备幂等性，因为它可以驱虫嘛。它可以驱虫，你插入两条相同的数据，那么我给它做了一个去重，是不是幂等性？对不对。没有问题吧，对吧，其实它多了这个驱虫的功能，就相当于呢，就可以做到这个幂等性的一个功能。啊，做到密等性的一个功能对吧？好，那么接下来我们看啊，就是说驱虫时期，它也是只有在合并的时候才会去去重。
01:07
才会就干掉这个数据，在合并的时候才会真正的干掉，对吧，所以有时候你要做驱虫的时候呢，可以咱们得手动，咱们得手动对吧，驱动范围还是一样的，在区内，如果是分区表，那就区内。啊，他不能跨分区，如果说你不是分区表。那就无所谓了，那就整张表白对吧，是这个意思啊好，那接下来我们看一下，关键的点在于那它的一个驱虫，我们是根据。整行数据都相同。还是说根据某一些字段来做驱虫，大家觉得哪个更好用一点？就是整条数据一样，我会做去重，还是说我某几个字段一样，我就可以做到去重，哪个更好用啊？或者说h base里边，它是根据什么来做去重的。
02:12
对了，根据字段里边是不是根据ug呀，对吧，也是根据某一个字段吧，来做去重的啊，一样的啊，这里边注意它呢，是根据凹的BY自带来做序容的。注意啊，这个地方它是用的是凹的。BY的字段啊，就是这个时候outb字段不允许重复了啊，后写入的会把前面数据呢覆盖掉啊会覆盖掉，好那我们看一下，首先这个地方呢，我们来看一下啊，它的引擎。创建四个字段没有问题，爬这个东西呢，还是这样。还是这个对吧，好，接下来引擎我们指定的叫replacing motor，然后呢，根据创建时间。这个创建时间呢，就相当于是我们指定了一个版本，I当中我们经常提一个东西叫版本，对不对。
03:09
是不是版本大的，如果说两张数据R一样留下版本大的，就时间中大的，那这个也一样，有一个create time啊，有一个create time对吧，要这个留版本大的啊，行，那我把这张表创建一下。啊，叫这个RMT。啊叫replacing模RMT啊好，那下来呢，往这里面去放数据，还是放的这个数据。现在我们查一下谁那个心。这张表。注意看啊，这个时候呢，它就是我们就按照这个是数据的顺序放啊，呃，101它自己对吧，然后呢，是1021，然后是102。13，然后有一个102。还有一个102什么。
04:03
这里边儿就有意思了，什么意思呢？来看啊，呃，首先我们重复的，因为我们的out bed是不是这个。按照ID加SKID进行order by来看啊呃，关键问题去找，那首先字段呢是create time，最大的呢是13，那就保留13，但是这里面两个13。两个13对不对，那大家觉得保留哪一个呀？注意还有12在后面对吧。大家觉得是哪个，是那个2000，这个2000还是12还是6600。是这个一万二两千，还是这个600。大家觉得？就现在查是不是都在呀，现在查都在，因为它没有合并啊，还没有合并，那等会呢，我执行合并之后，大家觉得应该保留的是哪条数据。
05:02
一万二好，那我们先来合并看一下对吧，然后table大家觉得是一万二的理由是什么呢。什么理由呢？哎，我我不是合并的这张表吗。RT。我创建错表了吗？我看一下。Rmtplacing create time，然后我们按照ID加SID啊对final final final，我就说这个地方要加final啊，不加final，它不是立即执行啊，它不是立即执行OK3我就说这个数据没有变化，好，那我们再查一下留下了谁呀。一万二没有问题。对吧，留下了12000，那为什么留下了一万二呢？那你看我们插入顺序就知道了，首先我们知道，那比方说我们这个里边合并之后，是不是要取最大的。
06:11
那这里边呢，102 sku002这四条数据最大的呢，是这个13，所以肯定不会出现这个11，也不会出现12，因为我们说了，按照这个时间是它这个版本对吧，所以至少得是13啊，所以最后是13没问题啊，那这里面一个两千一个万二，那怎么判断呢？你俩时间一样，完美一样，但是呢，我这条数据是不是比你后插入啊。我俩时间一样，但是我后写进来，我后写进来是不是相当于对前面数据的一个覆盖。有没有问题？这个能不能理解呀，对吧？啊，它是后写入的，这个一万二呢，它是后写入的，对前面数据做一个覆盖对吧？但是呢，最后写入的是不是它呀，也不能光看写入时间，要在版本，如果版本相同再看写入时间啊，它是这样的一个方式，对吧？好，那下面呢，就是有有一个查询，我们要做一个，这边标红了再查询就不一样了。首先。
07:15
实际上使用outb作为唯一键，也就这里边，最后呢，会根据outb的字段做驱重对吧？驱重不能跨分区没有问题啊，不能跨分区呃，只有合并分区后才能取重啊，要合并对吧？首先认定重复的数据需要保留版本字，字段值最大的，如果说版本字段值相同，按顺序插入顺序保留最后一笔，对吧？就刚才我们那个测试所有的东西都测出来了。没有问题吧，啊，我们要的东西全部都测出来了，这就是结论，最后呢，这是一个结论对吧？啊是这样的一个内容啊，比较简单啊比较简单行。
我来说两句