数仓建设生命周期_数仓模型之 拉链表

正文

Q1

什么拉链表？

拉链表，记录每条信息的生命周期，一旦一条记录的生命周期结束，就要重新开始一条新的记录，并把当前日期放入生效的开始日期；

如果当前信息至今有效，在生效结束日期中填入一个极大值(一般为9999-99-99)

Q2

为什么要建立拉链表？

拉链表适合于：数据会发生变化，但是大部分是不变的；

比如：订单信息从未支付、已支付、未发货、已完成等经历了一周，大部分时间是不变化的，只有状态和状态发生时间会有更改。如果数据量有一定的规模，无法按照每日全量的方式保存。

Q3

如何使用拉链表？

通过，生效开始日期<=某个日期 且 生效结束日期>=某个日期，能够得到某个时间点的数据全量切片

1.拉链表数据

2.例如获取2019-01-01的历史切片：SELECT * FROM order_info where start_date<='2019-01-01' AND end_date>='2019-01-01'

3.例如获取2019-01-02的历史切片：SELECT * FROM order_info where start_date<='2019-01-02' AND end_date>='2019-01-02'

Q4

拉链表的制作过程？

订单当日全部数据和MySQL中每天变化的数据拼接在一起，形成一个新的临时拉链表数据。用临时拉链表覆盖旧的拉链表数据。

如果感觉文章有用，记得分享给你的朋友哦

(在看也是鼓励！)

相关推荐

Hive 拉链表实践

系列 | 数仓实践第三篇NO.3『拉链表』

建设实时数仓之前的思考与方案

！关注不迷路~ 各种干货、资源定期分享！

戳原文，升职加薪！        你也「 在看 」吗？