ETL常规状态类表拉链算法详解

目录

建SDBDDL、SDB、ODB库，分别用于存储表结构、存储增量数据、存储历史数据：

SDBDDL库建表：

ODB库建表：（状态类无删除表）

给ODB铺个底：

20201016的下发增量数据： 

将20201016的数据入导ODB：

---

拉链算法是数仓常用的数据存储技术

建SDBDDL、SDB、ODB库，分别用于存储表结构、存储增量数据、存储历史数据：

CREATE DATABASE "SDBDDL"
AS PERM=104857600
FALLBACK
NO BEFORE JOURNAL
NO AFTER JOURNAL

CREATE DATABASE "SDB"
AS PERM=104857600
FALLBACK
NO BEFORE JOURNAL
NO AFTER JOURNAL

CREATE DATABASE "ODB"
AS PERM=104857600
FALLBACK
NO BEFORE JOURNAL
NO AFTER JOURNAL

 

SDBDDL库建表：

CREATE MULTISET TABLE SDBDDL.SW5_SALARY_INFO(
    ID VARCHAR(10) CHARACTER SET LATIN CASESPECIFIC TITLE '账户ID',
    NAME VARCHAR(10) CHARACTER SET LATIN CASESPECIFIC TITLE '户名',
    BALANCE DECIMAL(12,2) TITLE '余额')
PRIMARY INDEX ( ID );

注意：
1.定义为SET表的表不存储重复记录，而MULTISET表可存储重复记录
2.CASESPECIFIC ——大小写敏感，NOT CASESPECIFIC ——大小写不敏感

 

ODB库建表：（状态类无删除表）

CREATE MULTISET TABLE ODB.SW5_SALARY_INFO(
    ID VARCHAR(10) CHARACTER SET LATIN CASESPECIFIC TITLE '账户ID' NOT NULL,
    NAME VARCHAR(10) CHARACTER SET LATIN CASESPECIFIC TITLE '户名' NOT NULL,
    BALANCE DECIMAL(12,2) TITLE '余额' NOT NULL,
    START_DT DATE FORMAT 'YYYYMMDD' TITLE '开始时间' NOT NULL,
    END_DT DATE FORMAT 'YYYYMMDD' TITLE '结束时间' NOT NULL
    )
PRIMARY INDEX ( ID );

 

给ODB铺个底：

INSERT INTO ODB.SW5_SALARY_INFO VALUES('001','张三','520',DATE'2020-01-02',DATE'2999-12-31');
INSERT INTO ODB.SW5_SALARY_INFO VALUES('002','李四','2100',DATE'2020-10-10',DATE'2999-12-31');

ODB有两条铺底数据了

 

20201016的下发增量数据： 

张三的余额发生变化，变成1314
新增了王五的数据

入库 ——SDB.SW5_SALARY_INFO1016

INSERT INTO SDB.SW5_SALARY_INFO1016 VALUES('001','张三','1314');
INSERT INTO SDB.SW5_SALARY_INFO1016 VALUES('003','王五','5000');

 

将20201016的数据入导ODB：

建一张临时表VT_NEW（ODB表结构）：

CREATE MULTISET VOLATILE TABLE VT_NEW, NO LOG AS ODB.SW5_SALARY_INFO WITH NO DATA ON COMMIT PRESERVE ROWS;

取出新增和修改的数据，导入临时表：

INSERT INTO VT_NEW(
    ID
    ,NAME
    ,BALANCE
    ,START_DT
    ,END_DT)
SELECT
    N.ID
    ,N.NAME
    ,N.BALANCE
    ,DATE'2020-10-16'
    ,DATE'2999-12-31'
FROM
(SELECT
    COALESCE( TRIM( ID ) , '' ) AS ID
    ,COALESCE( TRIM( NAME ) , '' ) AS NAME
    ,COALESCE( TRIM( BALANCE ) , 0 ) AS BALANCE
FROM SDB.SW5_SALARY_INFO1016 ) N
LEFT JOIN
(SELECT
    ID
    ,NAME
    ,BALANCE
FROM ODB.SW5_SALARY_INFO
WHERE END_DT = DATE'2999-12-31' ) T
ON
N.ID = T.ID
WHERE T.ID IS NULL
OR N.NAME<>T.NAME OR N.BALANCE<>T.BALANCE
;

查临时表：

SELECT * FROM VT_NEW;

张三是修改的数据
王五是新增的数据

修改目标表

UPDATE T FROM ODB.SW5_SALARY_INFO T, VT_NEW N
SET END_DT = DATE'2020-10-16'
WHERE T.END_DT = DATE'2999-12-31'
  AND N.ID = T.ID
;

INSERT INTO ODB.SW5_SALARY_INFO
SELECT * FROM VT_NEW;

到这一步，就完成了20201016的增量数据入库到近源模型层ODB

 

 

---