预热:
我们先从几个物理概念入手理解什么是流量,存量,增量
(1)存量:系统在某一时点时的所保有的数量;
(2)流量:是指在某一段时间内流入/出系统的数量
(3)增量:则是指在某一段时间内系统中保有数量的变化
(4)增量=流入量–流出量
(5)本期期末存量=上期期末存量+本期内增量
正题
一般公司只是简单分成 全量表,增量表,和拉链表。所以重点关注如下三个表就OK了。
全量表:每天的所有的最新状态的数据。
(1)全量表,有无变化,都要报
(2)每次上报的数据都是所有的数据(变化的 + 没有变化的)
增量表:新增数据,增量数据是上次导出之后的新数据。
(1)记录每次增加的量,而不是总量;
(2)流量是指在一定时间内的增量;
(3)流量一般设计成增量表(日报-常用、月报);
(4)流量和存量的区别:流量是增量;存量是总量;
(5)增量表,只报变化量,无变化不用报
拉链表:
(1)记录一个事物从开始,一直到当前状态的所有变化的信息;
(2)拉链表每次上报的都是历史记录的最终状态,是记录在当前时刻的历史总量;
(3)当前记录存的是当前时间之前的所有历史记录的最后变化量(总量);
(4)存量是在某一时刻的总量;
(5)存量一般设计成拉链表(月报-常用、日报);
(6)流量和存量的区别:流量是增量;存量是总量;
(7)封链时间可以是2999,3000,9999等等比较大的年份;拉链表到期数据要报0;
(8)拉链表和增量表的共同点:表结构基本一样。
在有些情况下,为了保持历史的一些状态,需要用拉链表来做,这样做目的在可以保留所有状态的情况下可以节省空间。
拉链表适用于以下几种情况吧 数据量有点大,表中某些字段有变化,但是呢变化的频率也不是很高,业务需求呢又需要统计这种变化状态,每天全量一份呢,有点不太现实, 不仅浪费了存储空间,有时可能业务统计也有点麻烦,
这时,拉链表的作用就提现出来了,既节省空间,又满足了需求。
关于拉链表设计的案例:可以看看下面的博客
http://www.cnblogs.com/wujin/p/6121754.html
https://blog.csdn.net/mtj66/article/details/78019370
http://www.jianshu.com/p/799252156379
http://lxw1234.com/archives/2015/04/20.htm
前段时间,我同事还问我拉链表好处。这个也是面试的时候,我常问求职者的。
流水表:对于表的每一个修改都会记录,可以用于反映实际记录的变更
区别于拉链表:
拉链表通常是对账户信息的历史变动进行处理保留的结果,流水表是每天的交易形成的历史;
流水表用于统计业务相关情况,拉链表用于统计账户及客户的情况
其实有的公司是这样定义的:
按照每天存放的数据以及是否按天分区可以分为增量表,全量表和快照表