【数仓设计】（一）：数仓拉链表的使用和设计

全文由下面几个部分组成：

第一部分：先分享一下什么是拉链表，以及拉链表的应用场景；
第二部分：通过两个使用案例来对拉链表做近一步的阐释
第三部分：举一个具体的应用场景，来设计并实现一份拉链表，最后并通过一些例子说明如何使用我们设计的这张表 （因为现在Hive的大规模使用，我们会以Hive场景下的设计为例）。
最后：分析一下拉链表的优缺点，并进行补充说明，比如说拉链表和流水表的区别。

一、拉链表的定义和应用场景

1.定义

拉链表是针对数据仓库设计中表存储数据的方式而定义的，顾名思义，所谓拉链，就是记录历史。记录一个事物从开始，一直到当前状态的所有变化的信息。拉链历史表，既能满足反应数据的历史状态，又可以最大程度的节省存储。

2.应用场景

设想如下的几种场景

（1）有一些表的数据量很大，比如一张用户表，大约10亿条记录，50个字段，这种表，即使使用ORC压缩，单张表的存储也会超过100G，在HDFS使用双备份或者三备份的话就更大一些。
（2）表中的部分字段会被update更新操作，如用户联系方式，产品的描述信息，订单的状态等等。 需要查看某一个时间点或者时间段的历史快照信息，比如，查看某一个订单在历史某一个时间点的状态，比如，查看某一个用户在过去某一段时间内，更新过几次等等。
（