大数据项目中的拉链表（hadoop，hive）

缓慢渐变维

拉链表

拉链表，可实现数据快照，可以将历史和最新数据保存在一起

如何实现:

在原始数据增加两个新字段 起始时间（有效时间：什么时候导入的数据的时间），结束时间（默认的结束时间为9999-99-99）

处理时间是处理昨天的数据 因为是今天处理昨天的时间 有效结束时间应该是昨天

如果有效时间为9999-99-99 说明当前数据为最新数据

数据导入数据仓中拉链表的流程：

首先需要使用where 条件过滤 查询哪些是新数据

接下来需要把新数据的拉链表与之前数仓中的拉链表进行结合

1- 先进行左关联（left join）

数据有变化会显示新数据，没有则显示null 数据没有变化

操作指令： select if（表名.字段 is null，结束时间，现在时间-1） as end_time

from 旧表名 left join 新表名 ；

2- left join 进行 union 操作

union all 进行数据合并

3- insert overweight 新数据覆盖导入旧数据