Respuesta.

Desde la aparición de las tareas de integración de datos entre sistemas, a menudo surge la cuestión de la sincronización programática: es necesario actualizar solo las filas que realmente han cambiado, ahorrando recursos y minimizando bloqueos. El enfoque estándar en el pasado consistía en un reemplazo completo o la búsqueda manual de diferencias, lo que consumía operaciones innecesarias y conducía a errores.

Problema: al sincronizar, hay que detectar y actualizar solo los datos modificados, y no todo en general. Esto es importante para el rendimiento, el tráfico de red y la integridad, especialmente con grandes volúmenes o bases de datos distribuidas.

Solución: normalmente se implementa una comparación de la tabla original y la tabla de destino utilizando operadores JOIN, se calculan las diferencias a través de HASH o una suma de verificación, y se actualizan solo las filas "discrepantes" utilizando MERGE (o UPSERT) o triggers especiales.

Ejemplo de código (en SQL Server):

MERGE target_table AS t
USING source_table AS s
ON t.id = s.id
WHEN MATCHED AND (t.name <> s.name OR t.value <> s.value) THEN
  UPDATE SET t.name = s.name, t.value = s.value
WHEN NOT MATCHED BY TARGET THEN
  INSERT (id, name, value) VALUES (s.id, s.name, s.value);

Características clave:

Uso de MERGE/UPSERT sin actualizar nuevamente filas inalteradas
Posibilidad de emparejar no solo por PK, sino también por otros campos únicos
Verificación solo de los valores de columnas que realmente han cambiado (mediante condición)

Preguntas capciosas.

¿Garantiza siempre MERGE la ausencia de condiciones de carrera en actualizaciones concurrentes?

No, si no hay un control adicional de las transacciones, puede haber condiciones de carrera (race condition). Para una máxima corrección, use el nivel de aislamiento de transacciones correspondiente.

¿Se puede usar UPDATE ... JOIN en lugar de MERGE para una sincronización compleja?

A menudo se puede, pero este enfoque no permitirá agregar nuevas filas a la tabla de destino. Solo MERGE/UPSERT actualiza y agrega.

UPDATE t SET t.name = s.name, t.value = s.value
FROM target_table t
JOIN source_table s ON t.id = s.id
WHERE t.name <> s.name OR t.value <> s.value;

¿Qué hacer si las tablas que se sincronizan tienen conjuntos de columnas no coincidentes?

Se recomienda enumerar explícitamente los campos que se emparejan y no intentar actualizar "siempre todos" los campos. Si es necesario, use tablas de mapeo o transformaciones.

Errores comunes y antipatrón

Actualización de todas las filas secuencialmente (incluso las inalteradas)
Falta de verificación de la existencia de nuevas filas (inserciones)
Falta de control de transacciones, lo que lleva a actualizaciones duplicadas

Ejemplo de la vida real

Caso negativo

Un ingeniero ETL "carga" datos mediante un simple UPDATE de todos los registros por clave: una tabla de decenas de millones de filas, el proceso toma horas y bloquea el servidor. No hay inserción separada de nuevas filas, se pierden datos recientes.

Ventajas:

Código simple

Desventajas:

Lento, no ahorra recursos, riesgo de pérdida de nuevos datos

Caso positivo

Un especialista, antes de la carga, calcula las sumas de verificación de las filas, filtra los registros modificados, utiliza MERGE para una sincronización rápida y la inserción de nuevas filas. El proceso se completa en unos minutos sin sobrecarga.