查重、插入新数据性能

[sym44]

有一个1000w行左右的表，每行大约100个字段。主键为OBJECT_ID。想要实现新数据插入时，判断是否主键已存在，如果存在，更新字段；如果不存在，插入新数据。使用Python Pandas Dataframe一行一行遍历，每天数据量大约在5000行左右。但是这样性能很堪忧，每分钟只能遍历50-60行（其他行数较少、字段简单的表，每分钟处理量在几百行，唯独这张表很大），各位大大有没有什么好的建议？谢谢了，附上代码。

begin tran
if exists (select * from A with (updlock, serializable) where [OBJECT_ID] = ?)
BEGIN
update A set
abc = ?,
zxy = ?
where [OBJECT_ID] = ?
END
ELSE
BEGIN
insert into A
(
[OBJECT_ID], abc, zxy
)
values
(?, ?, ?)
END
COMMIT tran

[二月十六]

用MERGE 实现有则更新无则插入 的需求 https://blog.csdn.net/sinat_28984567/article/details/79861811

[卖水果的net]

判断是否主键已存在，如果存在，更新字段；如果不存在，插入新数据。 使用 merge 语句，代码简洁、效率也是可以的。

[吉普赛的歌]

merge会导致表锁。 如果这个表使用得不多， 可以用 merge. 如果使用得多， 用 merge 还是有问题， 你自己得衡量一下。 你这个表 1000 万行， 100 个字段， 太庞大了， 横向和纵向都 应该分一下表， 要不然怎么弄都快不了多少。